dplyr :: if_else更改日期时间POSIXct值

问题描述

我正在处理带有大量时间戳记的数据集。我尝试识别一些无效的时间戳并将其设置为NA。因为if_else()迫使我在双臂上具有相同的数据类型，所以我使用as.POSIXct(NA)来编码这样的缺失值。

有趣的是，当我在true中反转测试（并更改false和if_else()参数）时，结果会有所不同。

下面是一些代码来说明我的问题：

x <- tibble(
  A = parse_datetime("2020-08-18 19:00"),B = if_else(TRUE,A,as.POSIXct(NA)),C = if_else(FALSE,as.POSIXct(NA),A)
)

> x
# A tibble: 1 x 3
  A                   B                   C                  
  <dttm>              <dttm>              <dttm>             
1 2020-08-18 19:00:00 2020-08-18 19:00:00 2020-08-18 21:00:00

任何想法，为什么C在两个小时后出现？

跟进：

基于以下出色的答案，我认为一种更具可读性的解决方案也许应该使用parse_datetime(NA_character_)生成缺少的datetime对象，并在代码中而不是as.POSIXct()中使用它。

R> NA_datetime_ <- parse_datetime(NA_character_)

R> x <- tibble(
  A = parse_datetime("2020-08-18 19:00"),NA_datetime_),NA_datetime_,A)
)

R> map(x,lubridate::tz)
$A
[1] "UTC"

$B
[1] "UTC"

$C
[1] "UTC"

解决方法

首先，您需要知道parse_datetime()返回一个日期时间对象，该对象的tzone属性默认为UTC。您可以使用lubridate::tz(x$A)和attributes(x$A)进行检查。

在if_else()的文档中，它说true和false参数必须是同一类型。 所有其他属性均取自true 。因此，在您的小标题的C部分：

C = if_else(FALSE,as.POSIXct(NA),A)

as.POSIXct(NA)没有tzone属性，因此A的{{1}}被删除并重置为您所在地区的时区。实际上，tzone是两个小时后不是。 这三列的时间相等，但时区不相等。要解决此问题，您可以将C调整为拥有as.POSIXct(NA)属性，即将其替换为

tzone

注意： 您必须使用as.POSIXct(NA_character_,tz = "UTC")而不是NA_character_，因为{{1}中的NA参数}仅适用于角色对象。

最后，将您的代码修改为

tz

记住要检查他们的时区。

as.POSIXct()

这是时区问题：

lubridate::tz(x$A)
[1] "UTC"
lubridate::tz(x$B)
[1] "UTC"
lubridate::tz(x$C)
[1] ""

这是由于if_else <- function (test,yes,no)的工作方式：它使用yes参数的属性，对于C，该属性是NA。

dplyr posixct r r