Question

我认为R使用小数秒错误地格式化POSIXct类型。我通过R-bugs作为增强请求提交了这个，并且“我们认为当前的行为是正确的 - 删除了bug”。虽然我非常感谢他们已经完成并将继续做的工作，但我想让其他人对这一特定问题采取措施，并且可能就如何更有效地提出要点提出建议。

以下是一个例子：

 > tt <- as.POSIXct('2011-10-11 07:49:36.3')
 > strftime(tt,'%Y-%m-%d %H:%M:%OS1')
 [1] "2011-10-11 07:49:36.2"

也就是说，tt创建为POSIXct时间，小数部分.3秒。当使用一个十进制数字打印时，显示的值为.2。我使用毫秒精度的时间戳工作很多，这让我很烦恼，因为时间通常比实际值低一个档位。

以下是发生的事情：POSIXct是自纪元以来的浮点秒数。精确处理所有整数值，但在base-2浮点中，与.3最接近的值略小于.3。 strftime()格式%OSn的所述行为是向下舍入到请求的小数位数，因此显示的结果为.2。对于其他小数部分，浮点值略高于输入的值，显示屏给出预期结果：

 > tt <- as.POSIXct('2011-10-11 07:49:36.4')
 > strftime(tt,'%Y-%m-%d %H:%M:%OS1')
 [1] "2011-10-11 07:49:36.4"

开发人员的论点是，对于时间类型，我们应该总是向下舍入到请求的精度。例如，如果时间是11：59：59.8，那么使用格式%H:%M打印它应该给出“11:59”而不是“12:00”，而%H:%M:%S应该给出“11:59:59 “不是”12:00:00“。我同意这个整数秒和格式标志%S，但我认为对于为小数部分秒设计的格式标志，行为应该是不同的。我希望%OSn使用舍入行为，即使n = 0 %S使用向下舍入也是如此，因此打印格式为%H:%M:%OS0的11：59：59.8会给“12:00:00”。这不会影响整数秒的任何值，因为它们总是精确地表示，但它会更自然地处理小数秒的舍入误差。

这就是如何处理小数部分的打印，例如C，因为整数转换向下舍入：

 double x = 9.97;
 printf("%d\n",(int) x);   //  9
 printf("%.0f\n",x);       //  10
 printf("%.1f\n",x);       //  10.0
 printf("%.2f\n",x);       //  9.97

我快速调查了在其他语言和环境中如何处理小数秒，并且似乎确实没有达成共识。大多数构造设计为整数秒，而小数部分是事后想法。在我看来，在这种情况下，R开发人员做出了一个不完全不合理但实际上并不是最好的选择，并且与其他地方用于显示浮点数的惯例不一致。

人们的想法是什么？ R行为是否正确？这是你自己设计它的方式吗？

Answer 1

一个潜在的问题是POSIXct表示不如POSIXlt表示精确，并且POSIXct表示在格式化之前转换为POSIXlt表示。下面我们看到如果我们的字符串直接转换为POSIXlt表示，它输出正确。

> as.POSIXct('2011-10-11 07:49:36.3')
[1] "2011-10-11 07:49:36.2 CDT"
> as.POSIXlt('2011-10-11 07:49:36.3')
[1] "2011-10-11 07:49:36.3"

我们还可以通过查看两种格式的二进制表示与0.3的通常表示之间的差异来看到。

> t1 <- as.POSIXct('2011-10-11 07:49:36.3')
> as.numeric(t1 - round(unclass(t1))) - 0.3
[1] -4.768372e-08

> t2 <- as.POSIXlt('2011-10-11 07:49:36.3')
> as.numeric(t2$sec - round(unclass(t2$sec))) - 0.3
[1] -2.831069e-15

有趣的是，看起来两个表示实际上都比0.3的通常表示要小，但是第二个表示要么足够接近，要么截断的方式与我想象的不同。鉴于此，我不会担心浮点表示困难;它们可能仍然会发生，但如果我们小心使用哪种表示方式，它们有望最小化。

罗伯特对圆形输出的渴望只是输出问题，可以通过多种方式解决。我的建议是这样的：

myformat.POSIXct <- function(x, digits=0) {
  x2 <- round(unclass(x), digits)
  attributes(x2) <- attributes(x)
  x <- as.POSIXlt(x2)
  x$sec <- round(x$sec, digits)
  format.POSIXlt(x, paste("%Y-%m-%d %H:%M:%OS",digits,sep=""))
}

这从POSIXct输入开始，首先轮到所需的数字;然后转换为POSIXlt并再次舍入。第一轮舍入确保当我们处于分钟/小时/天边界时所有单元都适当增加;在转换为更精确的表示后，第二轮四舍五入。

> options(digits.secs=1)
> t1 <- as.POSIXct('2011-10-11 07:49:36.3')
> format(t1)
[1] "2011-10-11 07:49:36.2"
> myformat.POSIXct(t1,1)
[1] "2011-10-11 07:49:36.3"

> t2 <- as.POSIXct('2011-10-11 23:59:59.999')
> format(t2)
[1] "2011-10-11 23:59:59.9"
> myformat.POSIXct(t2,0)
[1] "2011-10-12 00:00:00"
> myformat.POSIXct(t2,1)
[1] "2011-10-12 00:00:00.0"

最后一个：你知道标准允许最多两个闰秒吗？

> as.POSIXlt('2011-10-11 23:59:60.9')
[1] "2011-10-11 23:59:60.9"

好的，还有一件事。由于OP提交的错误（Bug 14579），该行为实际上在5月发生了变化;在那之前，它确实是小数秒。不幸的是，这意味着有时它可以绕到一秒钟是不可能的;在错误报告中，当它应该转到下一分钟时，它上升到60。决定截断而不是舍入的一个原因是它是从POSIXlt表示打印的，其中每个单元是分开存储的。因此，滚动到下一分钟/小时/等比仅仅简单的舍入操作更困难。要轻松舍入，有必要在POSIXct表示中进行舍入，然后按照我的建议转换回来。

Answer 2

我遇到了这个问题，所以开始寻找解决方案。 @Aaron的回答很好，但是仍然会有大日期。

以下是根据format或option("digits.secs")正确舍入秒数的代码：

form <- function(x, format = "", tz= "", ...) {
  # From format.POSIXct
  if (!inherits(x, "POSIXct")) 
    stop("wrong class")
  if (missing(tz) && !is.null(tzone <- attr(x, "tzone"))) 
    tz <- tzone

  # Find the number of digits required based on the format string
  if (length(format) > 1)
    stop("length(format) > 1 not supported")

  m <- gregexpr("%OS[[:digit:]]?", format)[[1]]
  l <- attr(m, "match.length")
  if (l == 4) {
    d <- as.integer(substring(format, l+m-1, l+m-1))
  } else {
    d <- unlist(options("digits.secs"))
    if (is.null(d)) {
      d <- 0
    }
  }  


  secs.since.origin <- unclass(x)            # Seconds since origin
  secs <- round(secs.since.origin %% 60, d)  # Seconds within the minute
  mins <- floor(secs.since.origin / 60)      # Minutes since origin
  # Fix up overflow on seconds
  if (secs >= 60) {
    secs <- secs - 60
    mins <- mins + 1
  }

  # Represents the prior minute
  lt <- as.POSIXlt(60 * mins, tz=tz, origin=ISOdatetime(1970,1,1,0,0,0,tz="GMT"));
  lt$sec <- secs + 10^(-d-1)  # Add in the seconds, plus a fudge factor.
  format.POSIXlt(as.POSIXlt(lt), format, ...)
}

10 ^（ - d-1）的软糖因子来自这里：Aaron Accurately converting from character->POSIXct->character with sub millisecond datetimes。

一些例子：

f  <- "%Y-%m-%d %H:%M:%OS"
f3 <- "%Y-%m-%d %H:%M:%OS3"
f6 <- "%Y-%m-%d %H:%M:%OS6"

从一个几乎相同的问题：

x <- as.POSIXct("2012-12-14 15:42:04.577895")

> format(x, f6)
[1] "2012-12-14 15:42:04.577894"
> form(x, f6)
[1] "2012-12-14 15:42:04.577895"
> myformat.POSIXct(x, 6)
[1] "2012-12-14 15:42:04.577895"

从上面：

> format(t1)
[1] "2011-10-11 07:49:36.2"
> myformat.POSIXct(t1,1)
[1] "2011-10-11 07:49:36.3"
> form(t1)
[1] "2011-10-11 07:49:36.3"

> format(t2)
[1] "2011-10-11 23:59:59.9"
> myformat.POSIXct(t2,0)
[1] "2011-10-12 00:00:00"
> myformat.POSIXct(t2,1)
[1] "2011-10-12 00:00:00.0"

> form(t2)
[1] "2011-10-12"
> form(t2, f)
[1] "2011-10-12 00:00:00.0"

真正的乐趣在于2038年的某些日期。我认为这是因为我们在尾数中失去了一点精度。请注意秒字段的值。

> t3 <- as.POSIXct('2038-12-14 15:42:04.577895')
> format(t3)
[1] "2038-12-14 15:42:05.5"
> myformat.POSIXct(t3, 1)
[1] "2038-12-14 15:42:05.6"
> form(t3)
[1] "2038-12-14 15:42:04.6"

此代码似乎适用于我尝试过的其他边缘情况。 Aaron答案中format.POSIXct和myformat.POSIXct之间的共同点是从POSIXct到POSIXlt的转换，其中秒字段保持不变。

这指向该转换中的错误。我没有使用as.POSIXlt()无法使用的任何数据。

<强>更新

该错误位于静态函数src/main/datetime.c:434的{{1}}中，但我不确定是否正确修复：

第433-434行：

localtime0

用于舍入值的额外day = (int) floor(d/86400.0); left = (int) (d - day * 86400.0 + 0.5);是罪魁祸首。请注意，上面0.5的亚秒值超过.5。 t3仅处理秒数，并在localtime0返回后添加子秒。

如果提供的double是整数值，则

localtime0会返回正确的结果。

R如何用小数秒格式化POSIXct

2 个答案: