使用sqldf合并带时间字段的dataframe后时间不准确如何解决

问题原因 #

该时间偏移由时区不统一导致：

• lubridate::as_datetime()默认使用UTC时区解析日期
• sqldf处理POSIXct（日期时间类型）数据时，会自动转换为操作系统的本地时区，国内通常为UTC+8时区，二者的时间差就是固定出现18:00/19:00偏移的原因。

最优解决方法 #

因为你只需要按日期范围做匹配，不需要用到时分秒信息，直接将日期字段转为Date类型即可彻底避免时区问题，修改后的代码如下：

library(dplyr)
library(tidyr)
library(lubridate)
library(sqldf)

df11 <- 
df1 %>% 
  separate(DateTime, c("Date", "Time"), sep=" ") %>% 
  # 改为转成Date类型，不带时区属性
  mutate(Date = as.Date(mdy(Date))) %>% 
  select(-Time) %>% 
  as_tibble()

df22 <-
df2 %>% 
  # 直接转成Date类型
  mutate(EncounterDate = as.Date(mdy(EncounterDate))) %>% 
  as_tibble()

df11 <- mutate(df11, Date_m30 = Date %m-% days(30), Date_p30 = Date %m+% days(30))

df3 <- sqldf::sqldf("
    select df11.*, df22.DOB, df22.EncounterDate, df22.Type, df22.responses
    from df11
      left join df22 on df11.UserID = df22.UserID
        and df22.EncounterDate between df11.Date_m30 and df11.Date_p30") %>%
  select(-Date_m30, -Date_p30)

备用方案（需保留时分秒时使用） #

如果业务场景需要保留日期时间的时分秒信息，在转换日期时统一指定时区即可：

# 转换时指定和本地一致的时区
mutate(Date = as_datetime(mdy(Date), tz = Sys.timezone()))
mutate(EncounterDate = as_datetime(mdy(EncounterDate), tz = Sys.timezone()))

内容的提问来源于stack exchange，提问作者Ash S