使用rbind向数据框追加行时为何某一值被修改？

处理带时区的datetime向量时，需将错误时区的时间调整到正确时区后输出为数据框，但使用rbind向空数据框逐行追加时，发现第三条观测的outTime值被错误修改（原应为2001-04-05 16:00:00 CDT，追加后变成2001-04-05 17:00:00）。

复现代码 #

toy_problem <- function(){
  require("tidyverse")
   
  DateTime  <- c("2001-04-06 01:20:00",   # 输入日期时间
                 "2001-04-05 19:20:00",
                 "2001-04-05 16:00:00",
                 "2001-04-06 01:15:00")
  listZones <- c("America/Chicago",       # 记录的时区（有误）
                  "America/Chicago",
                  "America/Chicago",
                  "America/Chicago")
  trueZones  <- c("America/Detroit",      # 正确时区
                  "America/Detroit",
                  "America/Chicago",
                  "America/Detroit")
  
  # 创建空数据框
  outFrame   <- data.frame(inTime=NULL, outTime=NULL)
  
  for (i in 1:4) {                                        # 循环处理每条观测
   tReg        <- ymd_hms(DateTime[i], tz=listZones[i])   # 转换为POSIXct格式
   localTime   <- with_tz(tReg,tzone=trueZones[i])        # 调整到正确时区
   print(tReg)                                            # 打印原始时间
   print(localTime)                                       # 打印调整后的时间
   
   # 生成单行数据框
   thisFrame   <- data.frame(inTime=tReg, outTime=localTime)
   print(str(thisFrame))                                  # 检查单行数据结构
   outFrame    <- rbind(outFrame,thisFrame)               # 追加到输出数据框
  }
  print(outFrame)                                         # 打印最终输出
}

问题输出 #

[1] "2001-04-06 01:20:00 CDT"
[1] "2001-04-06 02:20:00 EDT"                             # 正确
'data.frame':   1 obs. of  2 variables:                   # 结构正常
 $ inTime : POSIXct, format: "2001-04-06 01:20:00"
 $ outTime: POSIXct, format: "2001-04-06 02:20:00"
NULL
[1] "2001-04-05 19:20:00 CDT"                             
[1] "2001-04-05 20:20:00 EDT"                             # 正确
'data.frame':   1 obs. of  2 variables:                   # 结构正常
 $ inTime : POSIXct, format: "2001-04-05 19:20:00"
 $ outTime: POSIXct, format: "2001-04-05 20:20:00"
NULL
[1] "2001-04-05 16:00:00 CDT"                      
[1] "2001-04-05 16:00:00 CDT"                             # 正确
'data.frame':   1 obs. of  2 variables:                   # 结构正常
 $ inTime : POSIXct, format: "2001-04-05 16:00:00"
 $ outTime: POSIXct, format: "2001-04-05 16:00:00"
NULL
[1] "2001-04-06 01:15:00 CDT"
[1] "2001-04-06 02:15:00 EDT"                             # 正确
'data.frame':   1 obs. of  2 variables:                   # 结构正常
 $ inTime : POSIXct, format: "2001-04-06 01:15:00"
 $ outTime: POSIXct, format: "2001-04-06 02:15:00"
NULL
               inTime             outTime
1 2001-04-06 01:20:00 2001-04-06 02:20:00                 # 正确
2 2001-04-05 19:20:00 2001-04-05 20:20:00                 # 正确
3 2001-04-05 16:00:00 2001-04-05 17:00:00                 # 错误！！！
4 2001-04-06 01:15:00 2001-04-06 02:15:00                 # 正确

原因分析 #

• 核心问题是data.frame结合rbind处理POSIXct对象时的时区强制一致性：前两条观测的outTime时区为EDT（America/Detroit），首次rbind后，outTime列的时区被固定为EDT。
• 第三条观测的outTime时区为CDT（America/Chicago），rbind会强制将该值转换为列已有的EDT时区，但显示时未正确映射时区偏移，导致视觉上的时间值错误（底层时间戳实际正确，只是时区显示被强制替换）。

解决方案 #

方案1：用tibble替代data.frame #

tibble支持同一列中存在不同时区的POSIXct对象，避免rbind强制统一时区：

# 修改空数据框创建部分
outFrame <- tibble(inTime = as.POSIXct(character()), outTime = as.POSIXct(character()))

方案2：向量化操作替代循环rbind #

直接批量处理所有数据，避免逐行追加的问题，同时更符合tidyverse风格：

toy_problem_fixed <- function(){
  require("tidyverse")
   
  DateTime  <- c("2001-04-06 01:20:00",
                 "2001-04-05 19:20:00",
                 "2001-04-05 16:00:00",
                 "2001-04-06 01:15:00")
  listZones <- c("America/Chicago",
                  "America/Chicago",
                  "America/Chicago",
                  "America/Chicago")
  trueZones  <- c("America/Detroit",
                  "America/Detroit",
                  "America/Chicago",
                  "America/Detroit")
  
  # 向量化处理所有数据
  outFrame <- tibble(
    inTime = ymd_hms(DateTime, tz = listZones),
    outTime = map2(inTime, trueZones, ~with_tz(.x, tzone = .y)) %>% do.call(c, .)
  )
  
  print(outFrame)
}

内容的提问来源于stack exchange，提问作者user23451421