在R中创建具有多个时区的多个POSIXlt日期

Question

首先，我还是一个傻瓜，正在学习R。我有一个90万行36列的数据集。在这些列中，一列(假设DATE(具有字符串格式的日期，另一列(假定TZ(也具有字符串形式的时区。

我想做的是将这两列压缩为一个POSIXlt-date类型的列，它有日期、时间和时区。以下是我尝试获取所有转换日期的矢量的代码：

# Let's suppose my data exist in a variable "data" with dates in "DATE" column and timezones in "TZ"
indices <- NULL
dates <- NULL
zones <- unique (data$TZ)
for(i in seq_along(zones)){
indices <<- which(data$TZ==zones[i])
dates <<- c(dates, as.POSIXlt(data$DATE[indices], format = "%m/%d/%Y %H:%M:%S", tz = zones[i]))
}

现在，尽管有大约100万次观测，但它似乎能在3-4秒内完成任务。只是，它"；似乎"；到。我得到的结果是一个包含NA的列表。

当我尝试单独转换一个组时，它确实有效，即，将每次迭代的结果存储在不同的变量中，或者不运行for循环并手动进行每次迭代，将每个结果存储在一个不同的变量，最后使用c()函数将其连接起来。

我做错了什么？

Answer 1

对于任何可能在这里绊倒的人，我都想好了。

1. 不能在POSIXlt对象上使用c()，因为它会将其转换为本地时区。(不是NAs的原因，但它很有帮助。(
2. POSIXlt存储为不同变量的列表，如mday、zone等，因此它的值不能在数据帧元素中使用。我们可以使用POSIXct来代替POSIXlt，因为它在内部表示为1970-01-01中的秒
3. 由于我们将用dates替换数据帧列，因此使用dplyr::as_tibble()将其转换为tibble，然后使用dplyr::rbind()组合不同的结果更容易
4. 引入NA的原因是R中的词汇范围。我使用了dates <<- c(dates, as.POSIXlt(data$DATE[indices], format = "%m/%d/%Y %H:%M:%S", tz = zones[i]))，因此zones[i]中i的值为NA或未知

因此，正确的工作代码是-

dates <- NULL
for (i in seq_along(zones)) {
indices <- which(data$TZ==zones[i])
dts <- as.POSIXct(data$BGN_DATE[indices], format = "%m/%d/%Y %H%M", tz = zones[i])
dates <<- rbind(dates,as_tibble(dts))
}
#Further, to combine the dates into data frame
data <- arrange(data, TZ) %>% mutate(DATEandTime = dates$value) %>% select(-c("DATE","TZ"))