Fatal编程技术网
  • r/
  • R 从csv导入的时间戳中的时区

R 从csv导入的时间戳中的时区

r csv datetime

R 从csv导入的时间戳中的时区,r,csv,datetime,posixct,timestamp-with-timezone,R,Csv,Datetime,Posixct,Timestamp With Timezone,我有一个从csv文件（从.xlsx转换而来）导入的数据帧，其中包含fread。导入后，class（inputData$timestamp）是Posixct，attr（inputData$timestamp，“tzone”）是” 正如线程中所解释的，我试图按天分割数据帧，但它们在凌晨2点被分割： byDay <- split(inputData, as.Date(inputData$timestamp)) > byDay[[1]] timestamp val

我有一个从csv文件（从.xlsx转换而来）导入的数据帧，其中包含
fread
。导入后，
class（inputData$timestamp）
是
Posixct
，
attr（inputData$timestamp，“tzone”）
是
”

正如线程中所解释的，我试图按天分割数据帧，但它们在凌晨2点被分割：

byDay <- split(inputData, as.Date(inputData$timestamp))
> byDay[[1]]
              timestamp value
1   2016-09-05 00:01:00     0
2   2016-09-05 00:02:00     0
3   2016-09-05 00:03:00     0
[...]
118 2016-09-05 01:58:00     0
119 2016-09-05 01:59:00     0

>byDay[[2]]
              timestamp value
120 2016-09-05 02:00:00     0
121 2016-09-05 02:01:00     0
122 2016-09-05 02:02:00     0
[...]
1558 2016-09-06 01:58:00    0
1559 2016-09-06 01:59:00    0
我对时区不感兴趣，所以我尝试将所有日期设置为UTC：

> attr(inputData$timestamp, "tzone") <- "UTC"
> byDay <- split(inputData, as.Date(inputData$timestamp))
> byDay[[1]]
              timestamp apAvg
1   2016-09-04 22:01:00     0
2   2016-09-04 22:02:00     0
3   2016-09-04 22:03:00     0
[...]
117 2016-09-04 23:57:00     0
118 2016-09-04 23:58:00     0
119 2016-09-04 23:59:00     0

>attr（inputData$timestamp，“tzone”）byDay byDay[[1]]
时间戳apAvg
1   2016-09-04 22:01:00     0
2   2016-09-04 22:02:00     0
3   2016-09-04 22:03:00     0
[...]
117 2016-09-04 23:57:00     0
118 2016-09-04 23:58:00     0
119 2016-09-04 23:59:00     0
这意味着时间戳实际上从22:00开始。但是在csv文件中，第一个时间戳是
05.09.2016 00:00:00
，我看不到时区格式的迹象。 时区问题是否仍有可能来自csv文件？ 还是我在R中处理时间戳错误？
如何准确地处理这个问题？

在从字符串解析时，我会按照@alistaire的建议设置时区。事实上，从那以后似乎就发生了这种情况

attr（inputData$timestamp，“tzone”）
是
“

然后，
“
是将数据设置为本地时区的默认设置

问题在于，在将
作为.Date
与类
POSIXct
输入一起使用时，
tz
的默认值是
“UTC”
，而不是您的本地时区。要获得您想要的：

  • 不要将数据的时区更改为
    “UTC”
  • 在
    拆分中使用
    作为.Date（inputData$timestamp，tz=”“）
    • 举例来说，假设数据为：

    inputData<- structure(list(timestamp = structure(c(1473048000, 1473051600, 
1473055200, 1473058800, 1473062400, 1473066000, 1473069600, 1473073200, 
1473076800, 1473080400, 1473084000, 1473087600, 1473091200, 1473094800, 
1473098400, 1473102000, 1473105600, 1473109200, 1473112800, 1473116400, 
1473120000, 1473123600, 1473127200, 1473130800, 1473134400, 1473134460, 
1473134520, 1473134580), class = c("POSIXct", "POSIXt"), tzone = ""), 
    value = c(0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 
    0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 
    0L)), .Names = c("timestamp", "value"), row.names = c(NA, 
-28L), class = "data.frame")
##             timestamp value
##1  2016-09-05 00:00:00     0
##2  2016-09-05 01:00:00     0
##3  2016-09-05 02:00:00     0
##4  2016-09-05 03:00:00     0
##5  2016-09-05 04:00:00     0
##6  2016-09-05 05:00:00     0
##7  2016-09-05 06:00:00     0
##8  2016-09-05 07:00:00     0
##9  2016-09-05 08:00:00     0
##10 2016-09-05 09:00:00     0
##11 2016-09-05 10:00:00     0
##12 2016-09-05 11:00:00     0
##13 2016-09-05 12:00:00     0
##14 2016-09-05 13:00:00     0
##15 2016-09-05 14:00:00     0
##16 2016-09-05 15:00:00     0
##17 2016-09-05 16:00:00     0
##18 2016-09-05 17:00:00     0
##19 2016-09-05 18:00:00     0
##20 2016-09-05 19:00:00     0
##21 2016-09-05 20:00:00     0
##22 2016-09-05 21:00:00     0
##23 2016-09-05 22:00:00     0
##24 2016-09-05 23:00:00     0
##25 2016-09-06 00:00:00     0
##26 2016-09-06 00:01:00     0
##27 2016-09-06 00:02:00     0
##28 2016-09-06 00:03:00     0
    使用带有默认
    tz
    参数的
    as.Date
    执行
    拆分
    ：

    byDay <- split(inputData, as.Date(inputData$timestamp))
byDay[[1]]
##             timestamp value
##1  2016-09-05 00:00:00     0
##2  2016-09-05 01:00:00     0
##3  2016-09-05 02:00:00     0
##4  2016-09-05 03:00:00     0
## ...
##17 2016-09-05 16:00:00     0
##18 2016-09-05 17:00:00     0
##19 2016-09-05 18:00:00     0
##20 2016-09-05 19:00:00     0
byDay[[2]]
##             timestamp value
##21 2016-09-05 20:00:00     0
##22 2016-09-05 21:00:00     0
##23 2016-09-05 22:00:00     0
##24 2016-09-05 23:00:00     0
##25 2016-09-06 00:00:00     0
##26 2016-09-06 00:01:00     0
##27 2016-09-06 00:02:00     0
##28 2016-09-06 00:03:00     0
    当您从字符串解析到POSIXct时，您应该真正解决这个问题，而不是在事后，或者无论您是更改时区（即也调整小时数）还是只是切换时区（即更改数据），它都变得非常模糊。相反，在
    中指定
    tz
    为.POSIXct
    或您正在使用的任何解析函数。请参阅如何就此提问。如果您的输入（或其简化版本）为X，则显示
    dput（X）
    的输出。@alistaire在
    as.POSIXct
    中设置
    tz=”“
    。还有一种更为一致的方法，可以在解析时而不是在以后获得正确的时区。谢谢。@G.Grothendieck谢谢你的提醒。但是我不能在这里发布csv文件，因此我不知道如何为其他人提供示例输入以重现问题。如果足够，请显示
    dput（InputData）
    或
    dput（head（InputData））
    的输出。我使用了@alistaire的方法，仍然是有用的答案。 
    attr(inputData$timestamp, "tzone")
##[1] ""

    byDay <- split(inputData, as.Date(inputData$timestamp))
byDay[[1]]
##             timestamp value
##1  2016-09-05 00:00:00     0
##2  2016-09-05 01:00:00     0
##3  2016-09-05 02:00:00     0
##4  2016-09-05 03:00:00     0
## ...
##17 2016-09-05 16:00:00     0
##18 2016-09-05 17:00:00     0
##19 2016-09-05 18:00:00     0
##20 2016-09-05 19:00:00     0
byDay[[2]]
##             timestamp value
##21 2016-09-05 20:00:00     0
##22 2016-09-05 21:00:00     0
##23 2016-09-05 22:00:00     0
##24 2016-09-05 23:00:00     0
##25 2016-09-06 00:00:00     0
##26 2016-09-06 00:01:00     0
##27 2016-09-06 00:02:00     0
##28 2016-09-06 00:03:00     0

    byDay <- split(inputData, as.Date(inputData$timestamp,tz=""))
byDay[[1]]
##             timestamp value
##1  2016-09-05 00:00:00     0
##2  2016-09-05 01:00:00     0
##3  2016-09-05 02:00:00     0
##4  2016-09-05 03:00:00     0
## ...
##21 2016-09-05 20:00:00     0
##22 2016-09-05 21:00:00     0
##23 2016-09-05 22:00:00     0
##24 2016-09-05 23:00:00     0
byDay[[2]]
##             timestamp value
##25 2016-09-06 00:00:00     0
##26 2016-09-06 00:01:00     0
##27 2016-09-06 00:02:00     0
##28 2016-09-06 00:03:00     0