R语言中快速比较时间对象：逐行取最大值的高效方法

给定如下包含POSIXct类型列的data.frame：

set.seed(20221117)
df <- data.frame(x = as.POSIXct(sample(2e9, 1e5), origin = "1970-01-01 00:00.00 UTC"),
                 y = as.POSIXct(sample(2e9, 1e5), origin = "1970-01-01 00:00.00 UTC"))

以下是几种高效且无需显式转换为double的方法：

1. 基础R：pmax()函数（最快速） #

pmax()是向量化的逐元素最大值函数，原生支持POSIXct类型（因为POSIXct本质是存储为数值的时间对象），直接返回POSIXct结果，完全不需要手动转类型，效率拉满，适合大数据集：

df$max_datetime <- pmax(df$x, df$y)

2. Tidyverse风格：dplyr结合c_across() #

如果你习惯用tidyverse语法，用c_across()配合rowwise()可以实现，虽然速度略逊于pmax()，但可读性强：

library(dplyr)
df <- df %>%
  rowwise() %>%
  mutate(max_datetime = max(c_across(c(x, y)))) %>%
  ungroup()

这里max()可以直接接收POSIXct对象进行比较，底层自动处理数值逻辑，返回结果仍为POSIXct类型。

3. 超大数据集首选：data.table #

如果你的数据量远超1e5行，data.table的原地修改操作速度优势明显，同样用pmax()即可：

library(data.table)
setDT(df)[, max_datetime := pmax(x, y)]

这些方法的核心逻辑是：POSIXct类继承自numeric，这些函数内部会自动识别其数值存储进行比较，但最终会保留POSIXct的类属性，所以完全不需要显式转换为double。

内容的提问来源于stack exchange，提问作者Tom