如何用R语言dplyr包在多日期时间序列中筛选每日固定时段数据？

针对你的需求，无需手动枚举每个日期，只需提取日期时间中的小时和分钟部分，筛选出符合美国东部时间09:30的行即可，以下是两种简洁可靠的实现方式：

方法1：使用lubridate包（推荐，时区处理更精准） #

lubridate是R中处理日期时间的专用工具，能自动适配时区和夏令时变化：

library(dplyr)
library(lubridate)

# 先确保DateTime字段使用美国东部时区（若原数据未设置）
dat1$DateTime <- with_tz(dat1$DateTime, tzone = "America/New_York")

# 筛选每日09:30的数据
dat2 <- dat1 %>%
  filter(hour(DateTime) == 9 & minute(DateTime) == 30)

方法2：使用基础R的format()函数 #

如果不想额外加载扩展包，可直接用基础函数提取时间字符串匹配：

library(dplyr)

# 筛选美国东部时间09:30的数据
dat2 <- dat1 %>%
  filter(format(DateTime, "%H:%M:%S", tz = "America/New_York") == "09:30:00")

重要提醒 #

• 时区是核心：必须将DateTime的时区设置为America/New_York，否则提取的时间会与实际美国东部股市开盘时间偏差（比如默认UTC时区会差5-4小时）。
• 效率优势：两种方法都能高效处理超大数据集，避免手动编写大量日期条件的重复工作和出错风险。

内容的提问来源于stack exchange，提问作者W Barker