Question

我不完全了解将数据和时间字符串转换为POSIX对象的行为。例如，我有两个字符串的向量，分别代表日期和时间。不指定格式的转换将忽略时间部分，并将时区设置为IST：

as.POSIXct(c('2017-03-24 02:59:59', '2017-03-24 03:00:00'))
[1] "2017-03-24 IST" "2017-03-24 IST"

但是，当我指定格式时，它设置为不同的时区，并且对于小时数为'2'的字符串失败，但是如果时间是第二个则不会。

as.POSIXct(c('2017-03-24 02:59:59', '2017-03-24 03:00:00'), format="%Y-%m-%d %H:%M:%OS")
[1] NA "2017-03-24 03:00:00 IDT"

三个问题：

为什么两行之间的时区不同
为什么没有给出任何格式时会忽略时间部分。
为什么在指定格式后无法转换第一个字符串？

Answer 1

为什么两行之间的时区不同

如评论中所述，由于夏令时而有所不同。由于您未在对as.POSIXct的调用中包括该区域，因此容易出现许多问题。只要有可能，请明确时区。这是一个无懈可击的时刻：如果您知道它（并且它不是字符串的一部分），则从不假定它将被正确推断。以我的经验，它会把它弄错，以至于变得很烦人，而且很难发现，发现和修复。

为什么没有给出格式时会忽略时间部分

虽然看起来像，但没有。这只是打印而不是存储方式的症状。（这在R的许多功能中很常见，例如，它如何显示pi仅带有少数小数位，而它肯定存储了更多的小数。如果没有这种“表示与实际精度”模型，R的控制台将不必要地总是充满小数位等等。）

如果我将您的代码更新为明确包含区域：

as.POSIXct(c('2017-03-24 02:59:59', '2017-03-24 03:00:00'), tz="Israel")
# [1] "2017-03-24 IST" "2017-03-24 IST"
as.POSIXct(c('2017-03-24 02:59:59', '2017-03-24 03:00:00'), tz="Israel") + 1
# [1] "2017-03-24 00:00:01 IST" "2017-03-24 00:00:01 IST"

在第二种情况下，我将时间增加了一秒，您会看到时间已经到了。您可以查看内部结构，以不同的方式查看它：

dput(as.POSIXct(c('2017-03-24 02:59:59', '2017-03-24 03:00:00'), tz="Israel"))
# structure(c(1490306400, 1490306400), class = c("POSIXct", "POSIXt"
# ), tzone = "Israel")
dput(as.POSIXct(c('2017-03-24 02:59:59', '2017-03-24 03:00:00'), tz="Israel")+1)
# structure(c(1490306401, 1490306401), tzone = "Israel", class = c("POSIXct", 
# "POSIXt"))

时间存储为浮点数和特殊类。在这两者之间（不加1秒），您可以看到这些数字是一一对应的。

第三种确认方法是采用“缺少时间”的posix对象并显式打印到某物（不再是POSIXct，而只是用于演示）：

a <- as.POSIXct(c('2017-03-24 02:59:59', '2017-03-24 03:00:00'), tz="Israel")
a
# [1] "2017-03-24 IST" "2017-03-24 IST"
format(a, format="the time is %Y-%m-%d %H:%M:%S")
# [1] "the time is 2017-03-24 00:00:00" "the time is 2017-03-24 00:00:00"

为什么在指定格式后无法转换第一个字符串？

正如@ Dave2e所说，根据夏令时转换，该时间“从未发生”。

根据https://www.timeanddate.com/time/change/israel/jerusalem?year=2017：

2017年3月24日-夏令时开始

即将达到当地标准时间   2017年3月24日，星期五，凌晨2:00:00，时钟向前调整了1个小时，   2017年3月24日，星期五，当地夏令时间上午3:00:00。

我将其解释为时钟从01:59:59切换到03:00:00，因此02:**:**从未发生。 R用NA告诉您该时间不应该发生。当然，您可以推断这种方式（破解）：找到所有NA值，然后尝试使用一个小时或一个小时或更短的时间进行重新转换；如果新值不是NA，那么您发现另一个实例，其中R认为该时间是不可能的。如果仍然是NA，则字符串中还必须包含其他内容（其他字符，不同顺序等）。

以我的经验，即使逻辑看上去很烦人，我也没有发现这种逻辑是不正确的（尽管我不确定它是否完美无缺）。当我认为这可能是不正确的时，我总是找到其他原因来解释为什么我认为我有这样的精确时间：

数据收集存储了错误的TZ
数据收集无法存储TZ，我推断不正确
管道中的某些转换未正确转换时间和/或区域
可能我还没有扎根的东西

两种带有时间格式且未指定格式的紧密时间字符串的POSIX行为都很奇怪

1 个答案: