R：strptime() 和 is.na() 意外结果

Question

我有一个大约 800 万行和 3 列的数据框。我以以下方式使用strptime()：

df$date.time <- strptime(df$date.time, "%m/%d/%y %I:%M:%S %p")

这对除 1104 行之外的所有行都适用，我使用它进行了检查

df[is.na(df$date.time), ]

当我查看这些“问题”数据时，date.time 条目的格式似乎符合我的预期。例如，这是一个作为问题出现但似乎不是 NA 的观察结果：

id                date.time              outcome
observation543490 2012-03-11 02:14:01    C

is.na(df$date.time) 为该行返回一个显然已正确转换的 TRUE 值可能会发生什么？

这是一个可重现的示例（如果您在 CST）：

is.na(strptime("03/11/12 2:14:01 AM", "%m/%d/%y %I:%M:%S %p", "CST6CDT"))
#[1] TRUE

Answer 1

问题很可能是由于夏令时，所有返回 NA 的时间都不存在于您使用的任何时区。

检查数据源以确定记录数据的时区，然后在对strptime 的调用中将tz 参数设置为该值。