lubridate使用同一时区不同Olson名称时为何解析部分日期失败？

• 正在处理来自加那利群岛的数据集，该西班牙区域的官方时区为WET/WEST，冬夏令时切换规则与英国GMT/BST时区近年表现一致，直观感受上二者会在每年同一日期同一时刻完成冬夏令时切换。
• 使用lubridate库将「日-月-年」格式的字符型数据转换为日期类型时，发现传入不同时区参数时，dmy()函数的解析表现存在差异，部分日期会解析失败。

• 设置参数tz = "Atlantic/Canary"（即WET/WEST时区）直接解析整列日期时，共出现9条解析失败记录，对应示例数据如下：

example = c("06/04/1980", "06/04/1980", "06/04/1980", "06/04/1980", "06/04/1980", 
"23/10/2008", "27/03/2017", "24/02/2011", "06/04/1980")

• 单独对上述9条记录做解析时，仅能成功转换3条，与批量解析结果不一致，运行输出如下：

> dmy(example, tz = "Atlantic/Canary")
[1] NA                NA                NA                NA                NA                "2008-10-23 WEST"
[7] "2017-03-27 WEST" "2011-02-24 WET"  NA               
Warning message:
 6 failed to parse. 

• 将时区设置为英国时区tz = "Europe/London"时，所有日期均可正常解析，整列运行无解析失败问题，运行输出如下：

> dmy(example, tz = "Europe/London")
[1] "1980-04-06 BST" "1980-04-06 BST" "1980-04-06 BST" "1980-04-06 BST" "1980-04-06 BST" "2008-10-23 BST" "2017-03-27 BST"
[8] "2011-02-24 GMT" "1980-04-06 BST"

两个时区切换规则感知上完全一致，且本次解析的是纯日期值、不存在时分秒部分，无法理解为何指定不同时区时dmy()输出存在差异，同时千万行级批量解析和小样本单独解析的失败结果也不一致。

核心来自两个容易被忽略的机制问题：

• dmy()解析不带时间的纯日期字符串时，默认会自动补全当日00:00:00的时间，返回带时区的POSIXct时间对象，而非不带时间属性的纯Date类型。只要补出的0点在对应时区是不存在的无效时间，就会解析失败返回NA。
• 认为Atlantic/Canary和Europe/London切换规则完全一致，是仅对照了近年规则的直觉误差，两个时区的历史夏令时切换记录并不完全重合。案例中大量解析失败的1980年4月6日就是典型差异：IANA时区数据库记录显示，加那利群岛1980年的夏令时切换点为4月6日00:00，到点时钟直接前拨1小时到01:00，当天根本不存在00:00:00这个时间点，默认补出的时间是无效值，自然解析失败；而同一年英国的夏令时切换点为4月6日01:00，拨到02:00，当天0点是真实存在的有效时间，因此用伦敦时区解析不会报错。
• 批量解析和小样本单独解析结果不一致，是lubridate的解析逻辑导致：处理千万行级大样本时，函数会先抽样识别格式、校验时间有效性，和小样本逐行解析的判定阈值存在细微差异，但核心触发原因仍然是前述无效时间点问题，不属于函数bug。

根据实际需求选择对应处理方式即可：

• 如果仅做纯日期维度的计算、统计，不需要带时区的精确时间点，直接指定UTC时区解析后转成纯Date类型即可，纯日期计算不受本地时区影响，也不会出现解析失败：

date_res <- as.Date(dmy(example, tz = "UTC"))

• 如果确实需要绑定加那利群岛时区的时间对象，解析时不要使用默认的0点作为补全时间，改为补当日正午12点即可——所有冬夏令时切换点都不会出现在正午，不存在无效时间问题，参考写法：

library(lubridate)
time_res <- parse_date_time(example, orders = "dmy", tz = "Atlantic/Canary") + hours(12)

内容的提问来源于stack exchange，提问作者RobertoT