`as.POSIXct` 与 Excel 的数据差异

Question

我的实际数据是这样的：

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 文件中读取它时，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

为什么会有时间上的差异？如何克服？

Answer 1

给出

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")

（读作字符向量），

尝试

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

它对我来说是正确的 POSIXct 向量。

Answer 2

可能是R如何读取数据的问题。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"

Answer 3

问题是 Excel 中的任何一个 R 都将数字四舍五入到两位小数。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.

当您使用时：

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 四舍五入到小数点后五位）。

可能最好的解决方案是将 excel 文件导出到 .csv 或制表符分隔的 .txt 文件，然后将其读入 R。这让我在至少正确的日期：

> 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

Answer 4

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"

为什么这个常量？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的POSIXct开始和1899-12-30之间的秒差，也就是Excel上的0点Windows。

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

`as.POSIXct` 与 Excel 的数据差异

data difference in `as.POSIXct` with Excel

excel

time

datetime

r