从多个时区读取 R 中的时间戳数据答案

【问题标题】：Reading timestamp data in R from multiple time zones从多个时区读取 R 中的时间戳数据
【发布时间】：2015-12-28 21:12:39
【问题描述】：

我有一列字符格式的时间戳，如下所示：

2015-09-24 06:00:00 UTC

2015-09-24 05:00:00 UTC

dateTimeZone <- c("2015-09-24 06:00:00 UTC","2015-09-24 05:00:00 UTC")

我想使用 POSIXct 将此字符数据转换为时间数据，如果我知道所有时间戳都是 UTC，我会这样做：

dateTimeZone <- asPOSIXct(dateTimeZone, tz="UTC")

但是，我不一定知道所有时间戳都是 UTC，所以我尝试了

dateTimeZone <- asPOSIXct(dateTimeZodateTimeZone, format = "%Y-%m-%d %H:%M:%S %Z")

但是，由于 strptime 仅支持 %Z 用于输出，因此返回以下错误：

strptime(x, format, tz = tz) 中的错误：不支持使用 %Z 进行输入

我检查了 lubridate 包的文档，我看不出它处理这个问题的方式与 POSIXct 有什么不同。

我唯一的选择是检查每一行的时区，然后使用适当的时区，如下所示？

temp[grepl("UTC",datetimezone)] <- as.POSIXct(datetimezone, tz="UTC")
temp[grepl("PDT",datetimezone)] <- as.POSIXct(datetimezone, tz="America/Los_Angeles")

【问题讨论】：

标签： r datetime timezone

【解决方案1】：

您可以通过检查每一行并进行相应处理，然后将所有内容放回一致的 UTC 时间来到达那里。（#edited 现在包括将时区缩写与完整时区规范匹配）

dates <- c(
  "2015-09-24 06:00:00 UTC",
  "2015-09-24 05:00:00 PDT"
)

#extract timezone from dates
datestz <- vapply(strsplit(dates," "), tail, 1, FUN.VALUE="")

## Make a master list of abbreviation to 
## full timezone names. Used an arbitrary summer
## and winter date to try to catch daylight savings timezones.

tzabbrev <- vapply(
  OlsonNames(),
  function(x) c(
    format(as.POSIXct("2000-01-01",tz=x),"%Z"),
    format(as.POSIXct("2000-07-01",tz=x),"%Z")
  ),
  FUN.VALUE=character(2)
)
tmp <- data.frame(Olson=OlsonNames(), t(tzabbrev), stringsAsFactors=FALSE)
final <- unique(data.frame(tmp[1], abbrev=unlist(tmp[-1])))

## Do the matching:
out <- Map(as.POSIXct, dates, tz=final$Olson[match(datestz,final$abbrev)])
as.POSIXct(unlist(out), origin="1970-01-01", tz="UTC")
#  2015-09-24 06:00:00 UTC   2015-09-24 05:00:00 PDT 
#"2015-09-24 06:00:00 GMT" "2015-09-24 12:00:00 GMT"

【讨论】：

【解决方案2】：

data.table 解决方案：

library(data.table)

data <- data.table(dateTimeZone=c("2015-09-24 06:00:00 UTC",
                                  "2015-09-24 05:00:00 America/Los_Angeles"))
data[, timezone:=tstrsplit(dateTimeZone, split=" ")[[3]]]
data[, datetime.local:=as.POSIXct(dateTimeZone, tz=timezone), by=timezone]
data[, datetime.utc:=format(datetime.local, tz="UTC")]

关键是拆分时区字段上的数据，以便您可以将每组时区分别提供给as.POSIXct（我不太确定为什么as.POSIXct 不允许您给它一个向量时区，实际上）。在这里，我使用了data.table 的高效拆分-应用-组合语法，但您可以使用基本 R 或 dplyr 应用相同的一般概念。

【讨论】：

优雅的答案。我喜欢 data.table - 我以前从未遇到过tstrsplit。仅此一项就值得！

【解决方案3】：

使用lubridate的另一种方式...

library(stringr)
library(lubridate)

normalize.timezone <- function(dates, target_tz = local.timezone) {
    tzones <- str_split(dates, ' ')
    tzones <- lapply(tzones, '[', 3)
    tzones <- unlist(tzones)
    dts <- str_replace_all(dates, ' [\\w\\-\\/\\+]+$', '')
    tmp <- lapply(1:length(dates), function(i) {
        with_tz(as.POSIXct(dts[ i ], tz = tzones[ i ]), target_tz)
    })
    final <- unlist(tmp)
    attributes(final) <- attributes(tmp[[ 1 ]])
    final
}

dates <- c('2019-01-06 23:00:00 MST', 
           '2019-01-22 14:00:00 America/Los_Angeles', 
           '2019-01-05 UTC-4', 
           '2019-01-15 15:00:00 Europe/Moscow')
(normalize.timezone(dates, 'EST'))

【讨论】：