如何为缺失时间的日期时间列补充00:00:00？

我有一个包含日期时间列的数据框，该列按4小时间隔排列。当时间部分应为00:00:00（时:分:秒）时，日期中缺少时间部分。如何在时间缺失时为日期添加00:00:00？

示例数据 #

dat <- data.frame(
  dateTime = c('2016-07-01',
               '2016-07-01 04:00:00',
               '2016-07-01 08:00:00',
               '2016-07-01 12:00:00',
               '2016-07-01 16:00:00',
               '2016-07-01 20:00:00',
               '2016-07-02')
)

str(dat)
#> 'data.frame':    7 obs. of  1 variable:
#>  $ dateTime: chr  "2016-07-01" "2016-07-01 04:00:00" "2016-07-01 08:00:00" "2016-07-01 12:00:00" ...

dat
#>              dateTime
#> 1          2016-07-01
#> 2 2016-07-01 04:00:00
#> 3 2016-07-01 08:00:00
#> 4 2016-07-01 12:00:00
#> 5 2016-07-01 16:00:00
#> 6 2016-07-01 20:00:00
#> 7          2016-07-02

原方法的局限性 #

我原本尝试过以下方法，但真实数据集存在缺失行，这种生成连续序列的方式会和原数据行不匹配，因此需要一种仅在时间缺失时添加00:00:00的替代方案。

library(tidyverse)

dat <- dat %>%
  mutate(dateTime_cor = seq(from = as.POSIXct("2016-07-01 00:00:00"),
                            to = as.POSIXct("2016-07-02 00:00:00"),
                            by = "4 hours")) %>%
  select(-dateTime)

str(dat)
#> 'data.frame':    7 obs. of  1 variable:
#>  $ dateTime_cor: POSIXct, format: "2016-07-01 00:00:00" "2016-07-01 04:00:00" ...

dat
#>          dateTime_cor
#> 1 2016-07-01 00:00:00
#> 2 2016-07-01 04:00:00
#> 3 2016-07-01 08:00:00
#> 4 2016-07-01 12:00:00
#> 5 2016-07-01 16:00:00
#> 6 2016-07-01 20:00:00
#> 7 2016-07-02 00:00:00

解决方案 #

方法一：基础R逐行处理 #

通过判断字符串长度（纯日期字符串长度为10），仅对缺失时间的行补充00:00:00，再转换为日期时间类型：

# 补充时间部分
dat$dateTime_fixed <- ifelse(nchar(dat$dateTime) == 10, 
                             paste(dat$dateTime, "00:00:00"), 
                             dat$dateTime)
# 转换为POSIXct日期时间类型
dat$dateTime_fixed <- as.POSIXct(dat$dateTime_fixed)

# 查看结果
str(dat)
#> 'data.frame':    7 obs. of  2 variables:
#>  $ dateTime     : chr  "2016-07-01" "2016-07-01 04:00:00" "2016-07-01 08:00:00" "2016-07-01 12:00:00" ...
#>  $ dateTime_fixed: POSIXct, format: "2016-07-01 00:00:00" "2016-07-01 04:00:00" ...

dat
#>              dateTime       dateTime_fixed
#> 1          2016-07-01 2016-07-01 00:00:00
#> 2 2016-07-01 04:00:00 2016-07-01 04:00:00
#> 3 2016-07-01 08:00:00 2016-07-01 08:00:00
#> 4 2016-07-01 12:00:00 2016-07-01 12:00:00
#> 5 2016-07-01 16:00:00 2016-07-01 16:00:00
#> 6 2016-07-01 20:00:00 2016-07-01 20:00:00
#> 7          2016-07-02 2016-07-02 00:00:00

方法二：tidyverse工具链处理 #

使用case_when进行条件判断，结合tidyverse的管道风格处理：

library(tidyverse)

dat <- dat %>%
  mutate(
    dateTime_fixed = case_when(
      # 匹配纯日期格式的字符串
      nchar(dateTime) == 10 ~ paste(dateTime, "00:00:00"),
      # 其他情况保留原内容
      TRUE ~ dateTime
    ) %>% as.POSIXct()
  )

这种逐行判断的方式不会受数据集缺失行的影响，仅针对时间缺失的行进行补充，完美适配需求。

内容的提问来源于stack exchange，提问作者tassones