我有一个文本文件，其中包含：
Tue Feb 11 12:19:39 +0000 2014
Tue Feb 11 12:19:56 +0000 2014
Tue Feb 11 12:20:04 +0000 2014
然后我把它读入 r
dataset <- read.csv("Time.txt")
为了让 R 识别文件中的时间戳，我写：
time <- strptime(dataset[,1], format = "%a %b %d %H:%M:%S %z %Y")
每当我尝试绘制直方图时：
hist(time, breaks = 100)
它会与生成的直方图一起产生错误
In breaks[-1L] + breaks[-nB] : NAs produced by integer overflow
提示此错误的问题可能是什么？
【问题讨论】：
标签： r
既然您在这里询问可能导致错误的原因是：
hist.default 函数计算直方图的中点时会产生错误。这个向量mids <- 0.5 * (breaks[-1L] + breaks[-nB]) 计算每次休息之间的中点。问题的出现是因为中断是作为整数生成的：
如果参数breaks 是numeric 和length == 1，则hist.default 函数（由hist.POSIXt 调用）基于x 的范围和数字创建breaks 的向量的休息。这是使用pretty 命令完成的。由于我没有仔细研究过的原因，如果breaks 足够小以至于pretty(range(x),n=breaks, min.n = 1) 只返回每个值中的一个，例如：
pretty(range(x), n = 35, min.n = 1)
#[1] 1392121179 1392121180 1392121181 1392121182 1392121183 1392121184
#[7] 1392121185 1392121186 1392121187 1392121188 1392121189 1392121190
#[13] 1392121191 1392121192 1392121193 1392121194 1392121195 1392121196
#[19] 1392121197 1392121198 1392121199 1392121200 1392121201 1392121202
#[25] 1392121203 1392121204
那么输出是integer 类型。但是，如果中断数较大并且某些输出重复：
pretty(range(x), n = 36, min.n = 1)
# [1] 1392121179 1392121180 1392121180 1392121181 1392121181 1392121182
# [7] 1392121182 1392121183 1392121183 1392121184 1392121184 1392121185
#[13] 1392121185 1392121186 1392121186 1392121187 1392121187 1392121188
#[19] 1392121188 1392121189 1392121189 1392121190 1392121190 1392121191
#[25] 1392121191 1392121192 1392121192 1392121193 1392121193 1392121194
#[31] 1392121194 1392121195 1392121195 1392121196 1392121196 1392121197
#[37] 1392121197 1392121198 1392121198 1392121199 1392121199 1392121200
#[43] 1392121200 1392121201 1392121201 1392121202 1392121202 1392121203
#[49] 1392121203 1392121204 1392121204
那么输出是numeric。
因为 R 使用 32 位整数类型并且 POSIXt 整数是大数，所以添加两个 POSIXt 整数会导致 R 无法处理并返回 NA 的溢出。当pretty 返回数字时，这不是问题。
另请参阅：What is integer overflow in R and how can it happen?
实际上，这意味着，如果您打印出返回的hist 结构，您的所有mids 值都将是NA，但我认为它实际上不会影响直方图的绘制。因此，这只是一个警告。
编辑：
pretty 内部使用seq.int
【讨论】：
在我的环境中，它不会产生任何错误。
dataset <- read.csv("Time.txt", header = F)
time <- strptime(dataset[,1], format = "%a %b %d %H:%M:%S %z %Y")
hist(as.numeric(time), breaks = 100)
也许如果你只是像上面那样将时间转换为数字，错误就会消失。然后，直接更改直方图的 x 轴即可。
编辑：ggplot2 不应该面对这个问题，而且更简单和现代：
ggplot(dataset) + geom_histogram(aes(x = V1), stat = "count", bins = 100)
其中 V1 是由 read.csv() 创建的 dataset 唯一列的默认名称。
【讨论】：