在Base R中提取跨天9点区间气象数据并修正日期的问题

下面是几种可能导致函数内筛选逻辑失效的原因，以及对应的修正方法：

1. 函数参数未正确传入目标日期 #

如果你的函数没有将target_date作为参数传入，而是在函数内部默认使用了Sys.Date()或者其他未预期的日期值，就会导致筛选范围和函数外手动运行时不一致。

错误示例： #

subnine <- function(data) {
  # 函数内默认用当前日期，和你手动指定的target_date不符
  target_date <- Sys.Date()
  filtered_data <- data %>%
    filter(datetime >= ymd_h(paste(target_date - 1, "09")), 
           datetime < ymd_h(paste(target_date, "09"))) %>%
    mutate(date = target_date)
  return(filtered_data)
}

修正方法： #

把目标日期作为参数传入函数，确保内外使用的日期一致：

subnine <- function(data, target_date) {
  filtered_data <- data %>%
    filter(datetime >= ymd_h(paste(target_date - 1, "09")), 
           datetime < ymd_h(paste(target_date, "09"))) %>%
    mutate(date = target_date)
  return(filtered_data)
}

# 调用示例
target_date <- as.Date("2024-05-20")
result <- subnine(your_data, target_date)

2. 时区不匹配导致的时间边界错误 #

如果你的datetime列包含时区信息，但函数内生成的筛选边界（比如ymd_h生成的时间）没有指定对应时区，会导致时间比较时出现偏差，筛选不到前一天9点后的记录。

错误示例： #

subnine <- function(data, target_date) {
  # 生成的时间默认是UTC时区，和数据的时区不一致
  start_time <- ymd_h(paste(target_date - 1, "09"))
  end_time <- ymd_h(paste(target_date, "09"))
  filtered_data <- data %>%
    filter(datetime >= start_time, datetime < end_time) %>%
    mutate(date = target_date)
  return(filtered_data)
}

修正方法： #

统一时区，提取数据的时区并应用到时间边界上：

subnine <- function(data, target_date) {
  tz_info <- tz(data$datetime)
  start_time <- ymd_h(paste(target_date - 1, "09"), tz = tz_info)
  end_time <- ymd_h(paste(target_date, "09"), tz = tz_info)
  filtered_data <- data %>%
    filter(datetime >= start_time, datetime < end_time) %>%
    mutate(date = target_date)
  return(filtered_data)
}

3. 筛选条件的逻辑写错 #

检查函数内的筛选条件是否正确，比如是否把前一天的时间写成了当日，或者符号用错（比如把>=写成>）。

错误示例： #

subnine <- function(data, target_date) {
  # 错误地将起始时间设为当日9点，而非前一天9点
  start_time <- ymd_h(paste(target_date, "09"))
  end_time <- ymd_h(paste(target_date + 1, "09"))
  filtered_data <- data %>%
    filter(datetime >= start_time, datetime < end_time) %>%
    mutate(date = target_date)
  return(filtered_data)
}

修正方法： #

确认起始时间是target_date - 1的9点，结束时间是target_date的9点，条件符号正确：

subnine <- function(data, target_date) {
  tz_info <- tz(data$datetime)
  start_time <- ymd_h(paste(target_date - 1, "09"), tz = tz_info)
  end_time <- ymd_h(paste(target_date, "09"), tz = tz_info)
  filtered_data <- data %>%
    filter(datetime >= start_time, datetime < end_time) %>%
    mutate(date = target_date)
  return(filtered_data)
}

4. 日期提取时的时区偏差 #

如果使用as.Date(datetime)提取日期时没有指定时区，可能会导致前一天9点后的记录被错误判定为当日，从而被筛选掉。

错误示例： #

subnine <- function(data, target_date) {
  filtered_data <- data %>%
    # 时区问题导致前一天晚9点的记录被判定为当日
    filter((as.Date(datetime) == target_date - 1 & hour(datetime) >=9) | 
           (as.Date(datetime) == target_date & hour(datetime) <9)) %>%
    mutate(date = target_date)
  return(filtered_data)
}

修正方法： #

使用lubridate::date()函数提取日期，或者指定时区后再转换：

subnine <- function(data, target_date) {
  filtered_data <- data %>%
    filter((date(datetime) == target_date - 1 & hour(datetime) >=9) | 
           (date(datetime) == target_date & hour(datetime) <9)) %>%
    mutate(date = target_date)
  return(filtered_data)
}

内容的提问来源于stack exchange，提问作者Nadka