R as.POSIXct() 下降小时分钟和秒

Question

我正在尝试使用 R 来分析一些测量数据。我有一个包含超过 200 万行测量值的 .csv 文件。这是一个例子：

2014-10-22 21:07:03+00:00,7432442.0
2014-10-22 21:07:21+00:00,7432443.0
2014-10-22 21:07:39+00:00,7432444.0
2014-10-22 21:07:57+00:00,7432445.0
2014-10-22 21:08:15+00:00,7432446.0
2014-10-22 21:08:33+00:00,7432447.0
2014-10-22 21:08:52+00:00,7432448.0
2014-10-22 21:09:10+00:00,7432449.0
2014-10-22 21:09:28+00:00,7432450.0

读取文件后，我想使用 as.POSIXct() 将时间转换为正确的时间。对于小文件这很好用，但对于大文件就不行了。

我通过读取一个大文件、创建一小部分的副本然后在正确的列上释放 as.POSIXct() 来制作示例。我包括了文件的图像。如您所见，将它应用于 temp 变量时，它确实正确地保留了小时、分钟和秒。但是，将其应用于整个文件时，只会存储日期。（也需要很多时间（超过2分钟））

是什么导致了这种异常？是否由于某些系统限制，因为我运行在我的笔记本电脑上安装它。

编辑

在我的 Windows 7 设备上 I 运行 R 3.1.3 导致此错误。但是，在 Ubuntu 14.01、运行ning R 3.0.2 上，大文件的时间会保留。刚刚注意到 Windows 有更新的版本 (3.2.0)，将更新并检查问题是否仍然存在。

Answer 1

也许您的问题的原因是您的数据集中某处有没有时间的日期。请尝试以下示例：

  library(lubridate)
  dates <- as.character(now() + minutes(1:5))
  dates <- c(dates,"2015-05-10")
  as.POSIXct(dates[1:5])
  as.POSIXct(dates)

它首先创建一个包含 6 个日期和时间的向量 dates，并将它们转换为字符。然后我添加另一个不包含时间的日期（作为字符）。当您运行两次转换为 POSIXct 时，您会注意到结果中的时间消失了，只要您包含没有时间的日期。

所以你的数据前几行好像没有没有时间的日期，后面可能会有。这个问题很可能有很多解决方案，我只提出我想到的一个。

第一步是更改您的读取命令，以便将日期存储为字符而不是因数：

data <- read.csv("C:/RData/house2_electricity_Main.csv",header=FALSE,stringsAsFactors=FALSE)

然后您可以尝试将时间添加到所有具有 none 的日期，然后才转换为 POSIXct：

data$V1 <- ifelse(nchar(data$V1) > 11,data$V1, paste0(data$V1,"00:00:00"))
data$V1 <- as.POSIXct(data$V1)

这适用于我上面的小例子。这不是最优雅的解决方案，也许有人有更好的主意。

Answer 2

您可以试试下面的代码。
它将：

将日期时间类型读取为字符而不是因子
参考更新

library(data.table)
data <- fread("C:/RData/house2_electricity_main.csv")
data[, V1 := as.POSIXct(V1)]

最近有一个关于使用 fasttime::fastPOSIXct 而不是 as.POSIXct 的问题，后者可以额外加速。

至于标题问题，有POSIXct你可以很自由地四舍五入，例如函数 year、month、mday...

data[, .SD, by = .(year(V1),month(V1),mday(V1))]

Answer 3

我有一个类似的问题 as.POSIXlt(X) 删除 hour:minute:second 信息，X 是 POSIXct 个对象的向量，恰好有 tzone="UTC".

但是，as.POSIXlt(X, tz="UTC") 保留了 hour:minute:second 信息。

R as.POSIXct() 下降小时分钟和秒

R as.POSIXct() dropping hours minutes and seconds

r

posixct