R语言中匹配EMA触发时间与传感器唤醒时间的格式问题求助

我有传感器数据和生态瞬时评估（EMA）应用数据，两类数据均在4天内分2个时间点采集。传感器需全天佩戴（含睡眠时段），可获取睡眠（1）、清醒（0）或未佩戴状态；参与者醒来后需立即点击EMA应用按钮，因此有两类唤醒时间数据。因传感器数据更客观，我希望以其作为唤醒时间指标，现需匹配每日首个EMA触发时间对应的最近传感器唤醒时间，但在R中处理时，结果列显示为时间戳而非预期的日期时间格式。

已执行步骤及问题现象 #

1. 提取传感器客观唤醒时间：
   从传感器数据中提取睡眠转清醒的时间，得到POSIXct向量：

   library(dplyr)
   data$Time <- as.POSIXct(data$Time, format = "%Y-%m-%d %H:%M:%S", tz = "UTC")
   wake_up_rows <- which(data$SleepWakeWear == 0 
                         & lag(data$SleepWakeWear) == 1)
   wake_up_times <- data$Time[wake_up_rows]
   

   最终得到的POSIXct向量结构如下：

   wake_up_times <- 
   structure(c(1513387680, 1513398780, 1513407000, 1513470900, 1513473180, 
   1513487820, 1513492560, 1513551420, 1513555740, 1513563180, 1513574940, 
   1513615500, 1513639080, 1513649280, 1513652760, 1513664280, 1513667520, 
   1513696980, 1513716480, 1527127381, 1527137761, 1527183721, 1527198121, 
   1527217501, 1527225841, 1527291841, 1527296161, 1527299041, 1527302701, 
   1527313021, 1527317041, 1527386521, 1527388801, 1527396061, 1527405121), 
   class = c("POSIXct", "POSIXt"), tzone = "UTC")
   

2. 提取EMA每日首个触发时间：
   从EMA数据中聚合得到每日最早的触发时间：

   data$Date_only <- as.Date(data$Time)
   data$Trigger_time <- as.POSIXct(data$Trigger_time, format = "%Y-%m-%d %H:%M:%S", tz = "UTC")
   first_trigger_times <- aggregate(Trigger_time ~ Date_only, data = data, FUN = min, na.rm = TRUE)
   

   输出结果如下：

   > print(first_trigger_times)
      Date_only     Trigger_time
   1 2017-12-16     2017-12-16 06:52:11
   2 2017-12-17     2017-12-17 06:38:45
   3 2017-12-18     2017-12-18 05:37:12
   4 2017-12-19     2017-12-19 07:13:43
   5 2018-05-24     2018-05-24 05:33:56
   6 2018-05-25     2018-05-25 06:27:33
   7 2018-05-26     2018-05-26 06:44:41
   8 2018-05-27     2018-05-27 07:13:45
   

3. 匹配最近唤醒时间的代码及问题：
   使用sapply匹配每个触发时间对应的最近传感器唤醒时间：

   first_trigger_times$ClosestWakeUpTime <- sapply(first_trigger_times$Trigger_time, function(trigger_time) {
     closest_wake_up_time <- max(wake_up_times[wake_up_times <= trigger_time])
     return(closest_wake_up_time)
   })
   

   结果中ClosestWakeUpTime列显示为时间戳（如1513407000），而非预期的日期时间格式（如2017-12-16 06:50:00 UTC）。

错误原因 #

sapply默认会将返回的结果简化为最紧凑的向量类型。由于POSIXct本质是存储为数值型的时间戳（从1970-01-01 UTC开始的秒数），当sapply处理POSIXct对象时，会自动剥离其类属性，只保留底层的数值，导致最终列显示为时间戳而非日期时间格式。

解决方案 #

提供两种可行的修正方法：

方法1：使用lapply并转换为POSIXct向量

lapply不会自动简化结果，会返回列表，之后可以将列表转换为POSIXct向量并赋值给列：

first_trigger_times$ClosestWakeUpTime <- as.POSIXct(
  unlist(lapply(first_trigger_times$Trigger_time, function(trigger_time) {
    max(wake_up_times[wake_up_times <= trigger_time])
  })),
  origin = "1970-01-01",
  tz = "UTC"
)

方法2：使用dplyr的rowwise进行逐行处理（更优雅）

利用dplyr的逐行操作，保留POSIXct类属性：

library(dplyr)

first_trigger_times <- first_trigger_times %>%
  rowwise() %>%
  mutate(ClosestWakeUpTime = max(wake_up_times[wake_up_times <= Trigger_time])) %>%
  ungroup()

方法3：在sapply中强制保留类属性

可以在函数返回时显式指定类，不过需要注意处理空值情况：

first_trigger_times$ClosestWakeUpTime <- sapply(first_trigger_times$Trigger_time, function(trigger_time) {
  closest_val <- max(wake_up_times[wake_up_times <= trigger_time])
  structure(closest_val, class = c("POSIXct", "POSIXt"), tzone = "UTC")
})

执行任意一种方法后，ClosestWakeUpTime列都会以预期的日期时间格式显示。

内容的提问来源于stack exchange，提问作者magg