`as.POSIXct` 与 Excel 的数据差异答案

【问题标题】：data difference in `as.POSIXct` with Excel`as.POSIXct` 与 Excel 的数据差异
【发布时间】：2015-10-17 07:12:44
【问题描述】：

我的实际数据如下：

8/8/2013 15:10
7/26/2013 10:30
7/11/2013 14:20
3/28/2013 16:15
3/18/2013 15:50

当我从 excel 文件中读取此内容时，R 将其读取为：

所以我使用了as.POSIXct(as.numeric(x[1:5])*86400, origin="1899-12-30",tz="GMT")，我得到了：

2013-08-08 15:07:12 GMT
2013-07-26 10:33:36 GMT
2013-07-11 14:24:00 GMT
2013-03-28 16:19:12 GMT
2013-03-18 15:50:24 GMT

为什么会有时差？如何克服？

【问题讨论】：

不确定这里的答案是什么，但如果这是你的 x，可以试试这个 as.POSIXct(x*60*60*24, tz = "GMT", origin = "1900-01-01")：x <- c(41494.63, 41481.44, 41466.60, 41361.68, 41351.66)
@DavidArenburg 但分钟不正确。
@David 如果我更改日期，我的结果日期也会更改。但在上述情况下，结果日期是正确的。我的问题只有几分钟。
哦，我没有看到你已经尝试过了。无论如何，这是要走的路，它可能是 Excel 在那里搞砸了。您必须对其进行调整以满足您的需求。
Kavi 可以分享一下你是如何将数据加载到 R 中的吗？我很想知道像8/8/2013 15:10 这样的原始数据是如何在R 中读取的，比如41494.63。谢谢。

标签： r excel datetime time

【解决方案1】：

问题在于 Excel 的任一 R 都将数字四舍五入到小数点后两位。例如，当您将带有 8/8/2013 15:10 的单元格转换为文本格式（在 Mac OSX 上的 Excel 中）时，您会得到数字 41494.63194。

使用时：

as.POSIXct(41494.63194*86400, origin="1899-12-30",tz="GMT")

它会给你：

[1] "2013-08-08 15:09:59 GMT"

这与原始日期相差 1 秒（这也表明 41494.63194 已四舍五入到小数点后五位）。

可能最好的解决方案是将您的 excel 文件导出到 .csv 或制表符分隔的 .txt 文件，然后将其读入 R。这至少给了我正确的日期：

> df
            datum
1  8/8/2013 15:10
2 7/26/2013 10:30
3 7/11/2013 14:20
4 3/28/2013 16:15
5 3/18/2013 15:50

【讨论】：

41494.63194 最后 4 次重复给出了正确的时间。四舍五入在这里肯定是有罪的。

【解决方案2】：

这就是它在 Windows 系统上的工作方式。这是源 Excel 2010 文件的样子：

date                num         secs        constant    Rtime
(mm/dd/yyyy)        (in Excel)  (num*86400) (Windows)   (secs-constant) 
08/08/2013 15:10    41494.63    3585136200  2209161600  1375974600
07/26/2013 10:30    41481.44    3583996200  2209161600  1374834600
11/07/2013 14:20    41585.60    3592995600  2209161600  1383834000
03/28/2013 16:15    41361.68    3573648900  2209161600  1364487300
03/18/2013 15:50    41351.66    3572783400  2209161600  1363621800

Rtime <- c(1375974600,1374834600,1383834000,1364487300,1363621800)
as.POSIXct(Rtime,origin="1970-01-01",tz="GMT")
#[1] "2013-08-08 15:10:00 GMT" "2013-07-26 10:30:00 GMT"
#[3] "2013-11-07 14:20:00 GMT" "2013-03-28 16:15:00 GMT"
#[5] "2013-03-18 15:50:00 GMT"

为什么是这个常数？首先，因为 Excel 和 Office 在处理日期时通常是一团糟。说真的，看这里：Why is 1899-12-30 the zero date in Access / SQL Server instead of 12/31?

2209161600 是 1970-01-01 和 1899-12-30 的 POSIXct 之间的秒差，这是 Windows 上 Excel 中的 0 点。

dput(as.POSIXct(2209161600,origin="1899-12-30",tz="GMT"))
#structure(0, tzone = "GMT", class = c("POSIXct", "POSIXt"))

【讨论】：

【解决方案3】：

给定

x <- c("8/8/2013 15:10","7/26/2013 10:30","7/11/2013 14:20","3/28/2013 16:15","3/18/2013 15:50")

（读取为字符向量），

试试

x <- as.POSIXct(x, format = "%m/%d/%Y %H:%M", tz = "GMT")

对我来说，它正确读取为 POSIXct 向量。

【讨论】：

由于 OP 指定了 tz 参数，我认为最好不要忘记它，因为在我们居住的意大利 x 将有 CEST 作为时区。
就我而言，x
@kavi - 你应该在你的问题中指定你正在使用 Excel - 这会有所不同，因为 Excel 在处理日期方面很疯狂。
好的！抱歉让问题看起来不同。我做了更改。
我不明白这个答案是如何回答这个问题的。

【解决方案4】：

也许这与 R 如何读取数据有关。这里只是一个lubridate 的例子似乎效果很好。

x <- "8/8/2013 15:10"
library(lubridate)
dmy_hm(x, tz = "GMT")
[1] "2013-08-08 15:10:00 GMT"

【讨论】：

我猜这也不能回答问题。
@DavidArenburg 我认为你是对的，但 OP 的最后一个问题是“如何克服它？”然后我提供了一种使用lubridate 来解决问题的方法。一种务实的方法，它不能解释问题发生的原因，但允许 OP 打败它。我相信 R 的高级用户会解决这个问题并获得大量支持。
但是 OP 输入的是一个数字，例如 41494.63，而不是 "8/8/2013 15:10"
@DavidArenburg...嗯...我认为你是对的。在这一点上，也许 OP 必须共享他/她用来读取数据的代码，以便更好地了解正在发生的事情。我会问的。