使用 lubridate::hhmm 格式进行 dplyr 过滤，使用 minute()答案

【问题标题】：dplyr filtering with lubridate::hhmm format with minute()使用 lubridate::hhmm 格式进行 dplyr 过滤，使用 minute()
【发布时间】：2018-01-29 18:47:04
【问题描述】：

回答这个问题Temperature curve in R 我遇到了dplyr::filter - lubridate::minute 组合的奇怪行为。

见下方测试数据dta。 dta$time 是 lubridate::hhmm 格式。

library(lubridate)
library(dplyr)

dta$Time <- hm(dta$Time)

要仅获取完整小时（即 0 分钟）的行，可以使用 lubridate::minute 进行子集化，如下所示：

dta[minute(dta$Time) == 0,]
#        Time    Temp1    Temp2
# 1        0S 18.62800 18.54458
# 7  1H 0M 0S 18.45733 18.22625
# 13 2H 0M 0S 18.33258 18.04142

但是，当使用dplyr的filter时，像这样

dta %>% filter(minute(Time) == 0)
#     Time    Temp1    Temp2
# 1     0S 18.62800 18.54458
# 2 10M 0S 18.45733 18.22625
# 3 20M 0S 18.33258 18.04142

结果并不符合预期。（更新：Temp1 和 Temp2 的值是正确的，只有 Time 已损坏...感谢 @Brian btw 提供此提示。）

另外还会返回此警告：

Warning message: In format.data.frame(x, digits = digits, na.encode = FALSE) : corrupt data frame: columns will be truncated or padded with NAs

这也被报告并以某种方式解决了here，但只是通过强制，这似乎消除了 lubridate 的有趣（并且非常易读）部分。

问题：有没有办法（迄今为止）将dplyr::filter lubridate::hhmm(ss) 格式化而不强制转换为字符等？

更新：

似乎是由

创建的向量

minute(dta$Time)
# [1]  0 10 20 30 40 50  0 10 20 30 40 50  0

看起来像一个数字向量，但似乎有一些神秘的特征。

此外，正如@Lyngbakr 指出的那样，即使与== 的比较也不具有作为“正常”逻辑向量的通常特征。

tst <- minute(dta$Time) == 0 
dta %>% filter(tst)

会产生同样奇怪的Time 列。

样本数据：

dta <- read.table(text = "     Time        Temp1       Temp2
                           1  00:00     18.62800    18.54458
                           2   00:10     18.60025    18.48283
                           3   00:20     18.57250    18.36767
                           4   00:30     18.54667    18.36950
                           5   00:40     18.51483    18.36550
                           6   00:50     18.48325    18.34783
                           7   01:00     18.45733    18.22625
                           8   01:10     18.43767    18.19067
                           9   01:20     18.41583    18.22042
                           10  01:30     18.39608    18.21225
                           11  01:40     18.37625    18.18658
                           12  01:50     18.35633    18.05942
                           13  02:00     18.33258    18.04142", header = T)

【问题讨论】：

有趣。看来filter 无法处理Formal class 'Period'。如果您先收集并尝试过滤 (dta %>% gather(var, val, -Time) %>% filter(minute(Time) == 0))，则会引发错误 Error in filter_impl(.data, quo) : Result must have length 26, not 13
我觉得特别奇怪的是，即使你使用中间变量，它仍然存在。例如，tst <- minute(dta$Time) == 0，然后是 dta %>% filter(tst)。据我所知，tst 只是一个常规的逻辑向量。
所有列除了 Time 都正确filtered。我尝试创建一个中间变量mutate(mins = minutes(Time)) 并对其进行过滤，并返回了正确的行，但不是Time 列。

标签： r filter dplyr lubridate

【解决方案1】：

我不知道为什么会这样，但确实如此：Time 列的类型必须是 datetime，而不是 Period。

dta %>% 
  mutate(Time = as_datetime(hm(Time))) %>% 
  filter(minute(Time) == 0)

                 Time    Temp1    Temp2
1 1970-01-01 00:00:00 18.62800 18.54458
2 1970-01-01 01:00:00 18.45733 18.22625
3 1970-01-01 02:00:00 18.33258 18.04142

这具有将Time 列中的时间添加到 Unix 纪元的副作用，因此我建议您在使用纯时间数据时始终包含实际日期。

如果这是从实验开始后经过的几分钟，那么这并不重要，您不必显示 1970-01-01 部分。

【讨论】：

感谢您对本帖的回复。但是，由于仍然需要对日期时间格式进行强制转换，因此我不会将其标记为已接受，以便继续讨论。
@loki，我认为像 Period 这样的 S4 类不能很好地处理数据帧。它们有六个插槽，而不是向量中的单个值。通过查看?lubridate::`Period-class`，我了解到对它们的任何算术都是在引擎盖下完成的，方法是先强制到秒，然后再进行反向强制。
是的，好像是这样。但正如@Lyngbakr 指出的那样，即使str(minute(dta$Time)) num [1:13] 0 10 20 30 40 50 0 10 20 30 .. 是一个数字向量，它也不会像一个向量那样处理（或者通过== 比较它时是一个逻辑向量）。
是的，当我尝试这样做时，它返回了正确的数据行（Temp1 和 Temp2），但不是正确的时间行。
现在，正如您所指出的，它变得更加混乱。我会更新Q，看看是否有人对此有想法......感谢您指出这一点。