是否有可靠的方法来检测代表由于 DST 不存在的时间的 POSIXlt 对象？

Question

我有以下问题：我得到的数据中的日期列包含由于夏令时不存在的日期。 （例如 2015-03-29 02:00 在欧洲中部时间不存在，因为 DST 在这一天生效，时钟直接从 01:59 设置到 03:00）

是否有一种简单可靠的方法来确定日期是否对夏令时有效？

由于日期时间类的属性，这不是微不足道的。

# generating the invalid time as POSIXlt object
test <- strptime("2015-03-29 02:00", format="%Y-%m-%d %H:%M", tz="CET")

# the object seems to represent something at least partially reasonable, notice the missing timezone specification though
test
# [1] "2015-03-29 02:00:00"

# strangely enough this object is regarded as NA by is.na
is.na(test)
# [1] TRUE

# which is no surprise if you consider:
is.na.POSIXlt
# function (x) 
# is.na(as.POSIXct(x))

as.POSIXct(test)
# [1] NA

# inspecting the interior of my POSIXlt object:
unlist(test)
# sec    min   hour   mday    mon   year   wday   yday  isdst   zone gmtoff
# "0"    "0"    "2"   "29"    "2"  "115"    "0"   "87"   "-1"     ""     NA

所以我想到的最简单的方法是检查POSIXlt对象的isdst字段，POSIXt的帮助描述该字段如下：

isdst
夏令时标志。有效时为正，否则为零， 如果未知，则为负。

是否检查isdst 字段是否保存，因为如果日期由于 dst 更改而无效，则此字段仅是 -1，或者由于某些其他原因它可以是 -1？

关于版本、平台和语言环境的信息

R.version
# _                           
# platform       x86_64-w64-mingw32          
# arch           x86_64                      
# os             mingw32                     
# system         x86_64, mingw32             
# status                                     
# major          3                           
# minor          3.1                         
# year           2016                        
# month          06                          
# day            21                          
# svn rev        70800                       
# language       R                           
# version.string R version 3.3.1 (2016-06-21)
# nickname       Bug in Your Hair            
Sys.getlocale()
# [1] "LC_COLLATE=German_Austria.1252;LC_CTYPE=German_Austria.1252;LC_MONETARY=German_Austria.1252;LC_NUMERIC=C;LC_TIME=English_United States.1252"

Answer 1

as.POSIXct(test) 的值似乎与平台相关，为获得可靠 方法增加了一层复杂性。在我的 Windows 机器（R 3.3.1）上，as.POSIXct(test) 产生 NA，正如 OP 所报告的那样。但是，在我的 Linux 平台（相同的 R 版本）上，我得到以下信息：

times = c ("2015-03-29 01:00",
           "2015-03-29 02:00",
           "2015-03-29 03:00")

test <- strptime(times, format="%Y-%m-%d %H:%M", tz="CET")

test
#[1] "2015-03-29 01:00:00 CET"  "2015-03-29 02:00:00 CEST" "2015-03-29 03:00:00 CEST"
as.POSIXct(test)
#[1] "2015-03-29 01:00:00 CET"  "2015-03-29 01:00:00 CET"  "2015-03-29 03:00:00 CEST"
as.character(test)
#[1] "2015-03-29 01:00:00" "2015-03-29 02:00:00" "2015-03-29 03:00:00"
as.character(as.POSIXct(test))
#[1] "2015-03-29 01:00:00" "2015-03-29 01:00:00" "2015-03-29 03:00:00"

我们可以依赖的一件事不是as.POSIXct(test) 的实际值，而是当test 是无效的日期/时间时，它将与test 不同：

(as.character(test) == as.character(as.POSIXct(test))) %in% TRUE
# TRUE FALSE  TRUE

我不确定as.character 在这里是否绝对必要，但我将其包括在内只是为了确保我们不会违反 POSIX 对象的任何其他奇怪行为。

Answer 2

手册说strptime 不验证时间是否存在于特定时区，因为转换到/从夏令时 (?strptime)。手册还说as.POSIXct 进行了此验证，因此按照手册，应该检查生成的 POSIXct 对象的 NA (?asPOSIXct)，这将识别不存在的时间，如问题示例中所示。然而，对于在一个时区中存在两次的时间，结果是特定于操作系统的 (?asPOSIXct)：

请记住，在大多数时区，有些时间不会出现，有些时间会出现两次，因为转换到/从“夏令时”（也称为“夏季”）时间。 strptime 不验证此类时间（它不假定特定时区），但 as.POSIXct 的转换会这样做。

和

一个问题是在 DST 的转换过程中会发生什么，例如在英国

as.POSIXct(strptime("2011-03-27 01:30:00", "%Y-%m-%d %H:%M:%S")) as.POSIXct(strptime("2010-10-31 01:30:00", "%Y-%m-%d %H:%M:%S"))

分别是无效的（时钟在格林威治标准时间 1:00 前进到英国夏令时 2:00）和不明确（时钟在格林威治标准时间 2:00 回到格林威治标准时间 1:00）。在这种情况下会发生什么是特定于操作系统的：人们应该期望第一个是“NA”，但第二个可能被解释为 BST 或 GMT（常见的操作系统会给出这两个可能的值）。