使用with_tz()将UTC转换为本地时间结果异常的问题排查

问题现象 #

有一个包含UTC时间的DataFrame，使用lubridate::with_tz()函数转换为指定时区的本地时间时出现异常：

• 伦敦时区（Europe/London）的结果比预期提前8小时（正确夏令时应为UTC+1）
• 美国中部时区（US/Central）本该向后调整，结果反而提前

原始数据与代码 #

初始DataFrame #

library(lubridate)
df

输出：

localtime                 utc         timezone
1       NA 2022-06-02 19:00:00              CET
2       NA 2022-06-02 14:00:00 Europe/Bucharest
3       NA 2022-06-02 14:30:00              CET
4       NA 2022-06-02 16:00:00              CET
5       NA 2022-06-02 18:00:00              CET
6       NA 2022-06-02 16:30:00    Europe/London
7       NA 2022-06-02 21:00:00       US/Central

转换代码（出现错误的版本） #

df$utc = as.POSIXct(df$utc, format="%Y-%m-%d %H:%M:%OS", tz = "UTC")
df = df %>% rowwise() %>% mutate(localtime = with_tz(utc, timezone))

错误结果 #

localtime                 utc         timezone
1 2022-06-03 03:00:00 2022-06-02 19:00:00              CET
2 2022-06-02 22:00:00 2022-06-02 14:00:00 Europe/Bucharest
3 2022-06-02 22:30:00 2022-06-02 14:30:00              CET
4 2022-06-03 00:00:00 2022-06-02 16:00:00              CET
5 2022-06-03 02:00:00 2022-06-02 18:00:00              CET
6 2022-06-03 00:30:00 2022-06-02 16:30:00    Europe/London
7 2022-06-03 05:00:00 2022-06-02 21:00:00       US/Central

dput原始数据 #

> dput(df)
structure(list(localtime = c(NA, NA, NA, NA, NA, NA, NA), utc = c("2022-06-02 19:00:00", 
"2022-06-02 14:00:00", "2022-06-02 14:30:00", "2022-06-02 16:00:00", "2022-06-02 18:00:00", 
"2022-06-02 16:30:00", "2022-06-02 21:00:00"), timezone = c("CET", 
"Europe/Bucharest", "CET", "CET", "CET", "Europe/London", "US/Central")), row.names = 1:7, 
class = "data.frame")

问题原因 #

使用rowwise()配合with_tz()时，timezone列的字符值未被正确逐行传递给with_tz()的第二个参数，导致函数误用了当前会话的本地时区（而非指定时区），从而出现偏移错误。

解决方法 #

改用逐元素映射的方式处理，避免rowwise()的环境问题。以下两种方法均可：

方法1：使用purrr包的map2 #

library(lubridate)
library(purrr)

# 确保utc列是带UTC时区的POSIXct类型
df$utc <- as.POSIXct(df$utc, format="%Y-%m-%d %H:%M:%OS", tz = "UTC")

# 逐行映射UTC时间和对应时区，生成正确的本地时间
df$localtime <- map2(df$utc, df$timezone, ~with_tz(.x, .y))

方法2：使用base R的mapply #

library(lubridate)

df$utc <- as.POSIXct(df$utc, format="%Y-%m-%d %H:%M:%OS", tz = "UTC")
df$localtime <- mapply(with_tz, df$utc, df$timezone)

正确结果验证 #

执行后得到的正确localtime列应为：

1 2022-06-02 21:00:00（CET夏令时UTC+2）
2 2022-06-02 16:00:00（Europe/Bucharest夏令时UTC+3）
3 2022-06-02 16:30:00（CET夏令时UTC+2）
4 2022-06-02 18:00:00（CET夏令时UTC+2）
5 2022-06-02 20:00:00（CET夏令时UTC+2）
6 2022-06-02 17:30:00（Europe/London夏令时UTC+1）
7 2022-06-02 16:00:00（US/Central夏令时UTC-5）

内容的提问来源于stack exchange，提问作者Joe