dplyr::if_else 更改日期时间 (POSIXct) 值

Question

我正在处理一个有很多时间戳的数据集。我尝试识别一些无效的时间戳并将其设置为 NA。因为if_else() 强制我在双臂中使用相同的数据类型，所以我使用as.POSIXct(NA) 对这些缺失值进行编码。

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

这里有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 会晚两个小时？

跟进：

根据下面的优秀答案，我认为更易读的解决方案可能应该使用parse_datetime(NA_character_) 生成缺少的日期时间对象，并在代码中使用它而不是as.POSIXct()。

R> NA_datetime_ <- parse_datetime(NA_character_)

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

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

$B
[1] "UTC"

$C
[1] "UTC"

Answer 1

这是一个时区问题：

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 来说是NA。

Answer 2

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

从if_else() 的文档中，它说true 和false 参数必须是相同的类型。 所有其他属性均取自true。因此，部分C 是您的小标题：

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

as.POSIXct(NA) 没有tzone 属性，因此A 的tzone 被删除并重置为您所在地区的时区。实际上，C不是两个小时后。 三列的时间相等，但时区不相等。要解决这个问题，您可以调整as.POSIXct(NA) 以拥有tzone 属性，即将其替换为

as.POSIXct(NA_character_, tz = "UTC")

注意： 您必须使用NA_character_ 而不是NA，因为as.POSIXct() 中的tz 参数仅适用于字符对象。

---

最后，修改你的代码

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

# # 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 19:00:00

记得检查他们的时区。

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