如何将lubridate作为_datetime函数与dplyr mutate和case_when函数结合使用？

我试图操纵一个

dttm

变量，根据数字id向量调整不同的时区。我可以使用字符向量作为新值，根据id操作变量而不会出现问题。但是，当我尝试使用

date\u time（）

函数创建新值时，每个值都会在

case\u中的第一个项目出现时收到结果

id向量是数字的，我尝试将类转换为因子和字符。这是一个问题

库（dplyr）
#> 
#>正在附加包：“dplyr”
#>以下对象已从“package:stats”屏蔽：
#> 
#>滤波器，滞后
#>以下对象已从“package:base”屏蔽：
#> 
#>相交、setdiff、setequal、并集
图书馆（lubridate）
#> 
#>附加包装：“lubridate”
#>以下对象已从“package:base”屏蔽：
#> 
#>日期
df1%
变异(
日期\时间2=案例\时间(
id==1~“一”，
id==2~“两个”，
真的~“三”
)
)
df2%
变异(
日期\时间2=案例\时间(
id==1~as_datetime（date_time，tz=“美国/纽约”），
id==2~as_datetime（date_time，tz=“亚洲/加尔各答”），
真~日期\时间
)
)
df3%
变异(
日期\时间2=案例\时间(
id==1~as_datetime（date_time，tz=“亚洲/加尔各答”），
id==2~as_datetime（date_time，tz=“美国/纽约”），
真~日期\时间
)
)
df1
#>#tibble:3 x 3
#>id日期\时间日期\时间2
#>                       
#>2018-01-01 12:34:56一
#>2 2018-01-01 12:34:56两个
#>3 3 2018-01-01 12:34:56三
df2
#>#tibble:3 x 3
#>id日期\时间日期\时间2
#>                               
#> 1     1 2018-01-01 12:34:56 2018-01-01 06:34:56
#> 2     2 2018-01-01 12:34:56 2018-01-01 06:34:56
#> 3     3 2018-01-01 12:34:56 2018-01-01 06:34:56
df3
#>#tibble:3 x 3
#>id日期\时间日期\时间2
#>                               
#> 1     1 2018-01-01 12:34:56 2018-01-01 17:04:56
#> 2     2 2018-01-01 12:34:56 2018-01-01 17:04:56
#> 3     3 2018-01-01 12:34:56 2018-01-01 17:04:56

由（v0.2.1）于2019-03-26创建

df1
显示了我的期望

在
df2
中，我希望
date\u time2
at
id
==2显示“2018-01-01 17:04:56”而不是“2018-01-01 06:34:56”

在
df3
中，我希望
date\u time2
at
id
==3显示“2018-01-01 12:34:56”而不是“2018-01-01 17:04:56”。
这似乎是一个bug（可能是
dpylr
，因为之前有日期问题）

这里有一个可能的工作（不要问我为什么它工作：））

tibble(
id=c（1，2，3），
日期时间=代表（如日期时间（“2018-01-01 12:34:56”，tz=“欧洲/苏黎世”），3）
) %>% 
变异(
日期\时间2=案例\时间(
id==1~as_datetime（as.character（as_datetime（date_time，tz=“America/New_York”）），
id==2~as_datetime（as.character（as_datetime（date_time，tz=“Asia/Kolkata”）），
TRUE~as_datetime（as.character（date_time））
)
)
#一个tibble:3x3
id日期\时间日期\时间2
1     1 2018-01-01 12:34:56 2018-01-01 06:34:56
2     2 2018-01-01 12:34:56 2018-01-01 17:04:56
3     3 2018-01-01 12:34:56 2018-01-01 12:34:56
我们可以使用
润滑油
包装中的
强制力
。我们可以为
tzones
参数提供不同的时区设置。在这种情况下，如果您知道时区的顺序，则不需要使用
case\u when

library(dplyr)
library(lubridate)

df2 %>%
  mutate(date_time2 = force_tzs(date_time, tzones = c("America/New_York", "Asia/Kolkata", "UTC")))
# # A tibble: 3 x 3
#      id date_time           date_time2         
#   <dbl> <dttm>              <dttm>             
# 1     1 2018-01-01 12:34:56 2018-01-01 17:34:56
# 2     2 2018-01-01 12:34:56 2018-01-01 07:04:56
# 3     3 2018-01-01 12:34:56 2018-01-01 12:34:56

df3 %>%
  mutate(date_time2 = force_tzs(date_time, tzones = c("Asia/Kolkata", "America/New_York", "UTC")))
# # A tibble: 3 x 3
#      id date_time           date_time2         
#   <dbl> <dttm>              <dttm>             
# 1     1 2018-01-01 12:34:56 2018-01-01 07:04:56
# 2     2 2018-01-01 12:34:56 2018-01-01 17:34:56
# 3     3 2018-01-01 12:34:56 2018-01-01 12:34:56

库（dplyr）
图书馆（lubridate）
df2%>%
变异（日期时间2=力量时间（日期时间，时间=c（“美国/纽约”，“亚洲/加尔各答”，“UTC”））
##tibble:3 x 3
#id日期\时间日期\时间2
#                               
# 1     1 2018-01-01 12:34:56 2018-01-01 17:34:56
# 2     2 2018-01-01 12:34:56 2018-01-01 07:04:56
# 3     3 2018-01-01 12:34:56 2018-01-01 12:34:56
df3%>%
变异（日期时间2=力量时间（日期时间，时间=c（“亚洲/加尔各答”，“美国/纽约”，“UTC”））
##tibble:3 x 3
#id日期\时间日期\时间2
#                               
# 1     1 2018-01-01 12:34:56 2018-01-01 07:04:56
# 2     2 2018-01-01 12:34:56 2018-01-01 17:34:56
# 3     3 2018-01-01 12:34:56 2018-01-01 12:34:56
您可以使用
id
为时区向量编制索引，以防存在比reprex中更多的值。你知道吗，为什么你得到的是加尔各答的
07:04:56
，而不是
06:34:56
？这是夏季的问题吗？谢谢。正如@kath所建议的，我有几百个ID，在这种情况下索引是很有用的。然而，下面建议的解决方案非常有效，尽管我很难理解为什么。印度的时区在冬季比CET早4:30，夏季比CET早5:30。
library(dplyr)
library(lubridate)

df2 %>%
  mutate(date_time2 = force_tzs(date_time, tzones = c("America/New_York", "Asia/Kolkata", "UTC")))
# # A tibble: 3 x 3
#      id date_time           date_time2         
#   <dbl> <dttm>              <dttm>             
# 1     1 2018-01-01 12:34:56 2018-01-01 17:34:56
# 2     2 2018-01-01 12:34:56 2018-01-01 07:04:56
# 3     3 2018-01-01 12:34:56 2018-01-01 12:34:56

df3 %>%
  mutate(date_time2 = force_tzs(date_time, tzones = c("Asia/Kolkata", "America/New_York", "UTC")))
# # A tibble: 3 x 3
#      id date_time           date_time2         
#   <dbl> <dttm>              <dttm>             
# 1     1 2018-01-01 12:34:56 2018-01-01 07:04:56
# 2     2 2018-01-01 12:34:56 2018-01-01 17:34:56
# 3     3 2018-01-01 12:34:56 2018-01-01 12:34:56