如何在R中生成yyyy-mm-dd hh:mm:ss+00格式的合并日期时间列

场景：多份不同起始日期的分钟级文本数据，结构一致，包含Date/Time列（格式如2021-01-01T00:00:00）及其他数值列。
需求：计算每15行数据的均值，同时生成统一格式的UTC时区时间列rep_TimeZ（格式：yyyy-mm-dd hh:mm:ss+00）

修改后的完整代码 #

library(lubridate)
library(dplyr)

# 若已读取单份数据df，执行以下处理
df_processed <- df %>%
  # 解析原始日期时间为UTC时区的时间对象
  mutate(rep_TimeZ = ymd_hms(`Date/Time`, tz = "UTC")) %>%
  # 按每15行分组（对应15分钟的分钟级数据）
  group_by(group = as.integer(gl(n(), 15, n()))) %>%
  # 生成代表时间+计算指定列均值
  summarise(
    rep_TimeZ = first(rep_TimeZ), # 取每组首条时间作为该15分钟区间的代表时间
    across(c(Col1, Col3, Col7), ~ if(mean(is.na(.x)) > 0.8) NA_real_ else mean(.x, na.rm = TRUE))
  ) %>%
  # 移除临时分组列
  select(-group)

# 将结果写入CSV
write.csv(df_processed, 'C:/Users/Alexia/Desktop/Test/15row.csv', row.names = FALSE)

关键修改说明 #

• 时间列标准化：无需拆分Date/Time列，直接用ymd_hms解析字符串并指定tz = "UTC"，自动生成符合要求的带时区标记的时间格式
• 分组与均值计算：保留原每15行分组逻辑，同时在summarise中完成代表时间提取和均值计算，简化代码流程
• 空值处理优化：用NA_real_替代普通NA，确保数值列类型一致，避免后续数据处理报错
• 多文件批量处理扩展：如果需要处理多文件夹下的所有数据文件，可添加以下代码：

library(purrr)
# 递归读取指定路径下所有txt文件（可根据实际文件后缀调整pattern）
file_paths <- list.files(path = "你的目标文件夹路径", pattern = "\\.txt$", recursive = TRUE, full.names = TRUE)
# 批量读取并合并所有数据
df_all <- map_dfr(file_paths, ~read.table(.x, header = TRUE, sep = "\t")) # 请根据文件实际分隔符调整sep参数
# 之后对df_all执行上述df_processed的处理流程即可

内容的提问来源于stack exchange，提问作者Alexia k Boston