as.POSIXct转换异常致floor_date仅返回日期的问题排查与解决

我有一个长度为8827411的日期时间向量，想用lubridate包的floor_date()函数将其向下取整到最近的20分钟时段。处理部分元素时结果正常，但全量处理时仅返回日期，丢失了时间信息。

排查后发现问题出在as.POSIXct()转换：例如2020-03-29 02:58:32.200转换后仅显示日期，同一天的04:55:01.400转换却正常。进一步测试确认，仅2020年3月29日的02点时段转换会丢失时间，其他日期的02点无此问题。

测试示例 #

部分向量处理结果 #

> floor_date(as.POSIXct(test[1:20]), unit = "20 mins")
 [1] "2003-02-04 04:40:00 CET" ...

全量向量处理结果 #

> head(floor_date(as.POSIXct(test), unit = "20 mins"), 20)
 [1] "2003-02-04 CET" ...

特定时间转换测试 #

> as.POSIXct("2020-03-29 02:00:00")
[1] "2020-03-29 CET"
> as.POSIXct("2020-03-29 03:00:00")
[1] "2020-03-29 03:00:00 CEST"

原因分析 #

这是夏令时切换引发的无效时间问题。2020年3月29日是欧洲夏令时（CEST）启动的日期：CET时区在当天凌晨2点会直接跳转到3点，也就是说2020-03-29 02:00:00至02:59:59这段时间在CET/CEST时区中是不存在的。

当as.POSIXct()遇到这类不存在的时间时，会自动将其调整为仅显示日期；全量向量中包含这类无效时间，导致输出格式被统一为仅显示日期；而部分向量如果未包含这些无效时间，就会正常显示时分秒。

解决方法 #

1. 指定时区并使用lubridate解析处理无效时间 #

用lubridate::parse_date_time()替代as.POSIXct()，明确指定时区并设置无效时间的处理规则：

library(lubridate)
# 解析日期时间，指定时区，允许截断处理无效时间
test_parsed <- parse_date_time(test, orders = "ymd HMS", tz = "Europe/Berlin", truncated = 3)
# 向下取整到20分钟
floor_date(test_parsed, unit = "20 mins")

2. 切换到UTC时区处理（避开夏令时影响） #

先将时间转换为UTC时区处理，完成取整后再转回目标时区：

library(lubridate)
# 转换为UTC时区
test_utc <- as.POSIXct(test, tz = "UTC")
# 向下取整
floor_utc <- floor_date(test_utc, unit = "20 mins")
# 转回原时区
floor_local <- force_tz(floor_utc, tz = "Europe/Berlin")

3. 手动修正无效时间 #

针对2020年3月29日02点的无效时间，手动调整为夏令时后的3点：

# 替换02点为03点
test_fixed <- ifelse(grepl("2020-03-29 02:", test), 
                     sub("02:", "03:", test), 
                     test)
# 转换为POSIXct
test_fixed_posix <- as.POSIXct(test_fixed, tz = "Europe/Berlin")
# 向下取整
floor_date(test_fixed_posix, unit = "20 mins")

内容的提问来源于stack exchange，提问作者Erik