R中data.table查询GMT时区datetime范围出现1小时偏移的解决方案

• 1小时偏移问题和data.table默认使用UTC处理时间无关，核心原因是原数据框的TIMESTAMP列是纯字符串格式，未声明为带时区属性的时间对象，和ymd_hms()生成的带时区的POSIXct类型查询条件类型不匹配。
• 类型不匹配时触发的隐式转换会默认读取当前R会话的本地时区（本地环境大概率是夏令时时段的UTC+1时区，因此出现刚好1小时的偏移），导致匹配逻辑出错。
• 之前给ymd_hms()加tz="GMT"参数未生效，是因为仅给查询条件设置了时区，未给数据表的时间列设置相同时区，两边时区属性不一致无法正确匹配。

核心逻辑是显式给原表时间列声明GMT时区属性，查询条件也统一使用GMT时区，全程不做跨时区转换，直接对齐属性即可，代码如下：

library(data.table)
library(lubridate)

# 加载原数据，无需做UTC时区转换
df <- data.frame(TIMESTAMP = c("2021-06-18 11:36:00", "2021-06-18 11:38:00", "2021-06-18 11:40:00", "2021-06-18 11:42:00", "2021-06-18 11:44:00","2021-06-18 11:46:00", "2021-06-18 11:48:00"))
setDT(df)
# 关键步骤：将字符串格式的时间列显式转为GMT时区的POSIXct对象，不做时间值偏移
df[, TIMESTAMP := ymd_hms(TIMESTAMP, tz = "GMT")]

# 查询起止时间同样指定GMT时区，和列属性完全对齐
start <- ymd_hms("2021-06-18 11:36:00", tz = "GMT")
end <- ymd_hms("2021-06-18 11:44:00", tz = "GMT")
range <- data.table(start = start, end = end)

# 执行范围查询
Event_1 <- df[TIMESTAMP %inrange% range]

运行上述代码后，会正确返回2021-06-18 11:36:00到2021-06-18 11:44:00区间内的5条匹配记录，无1小时偏移。

• 不要用字符串格式的列直接做时间范围查询，所有时间计算、范围匹配操作前，必须先将字符串转为带明确时区属性的POSIXct类型，避免隐式转换读取本地时区导致的偏移错误。
• data.table的%inrange%、between等范围操作不会自动修改时间的时区属性，只要数据表时间列和查询条件的时区完全一致，就不会出现自动偏移问题。

内容的提问来源于stack exchange，提问作者Aravindan Kalai