如何避免R循环中POSIXct类型被转换为数值类型

你遇到的问题根源很明确：当你用df$prev_hour <- NA初始化列时，这个列的类型是逻辑型（logical），而POSIXct本质是存储为数值的时间戳（从1970-01-01开始的秒数）。当你往逻辑型列里赋值POSIXct对象时，R会自动把整个列强制转换成数值型，导致时间变成了一串数字。

下面给你三种可行的解决方法，按推荐程度排序：

方法1：提前将prev_hour初始化为POSIXct类型的NA #

直接把列初始化为POSIXct类型的缺失值，这样后续赋值时就不会触发类型强制转换，也是最直接的解决方案。

修改后的代码：

# Set up dataframe
df <- data.frame(
 building = c('a','a','a','a','b','b','b'),
 hour = c(as.POSIXct(c('2019-01-01 15:00:00','2019-01-01 15:00:00','2019-01-01 17:00:00','2019-01-01 18:00:00', '2019-01-01 15:00:00','2019-01-01 16:00:00','2019-01-01 17:00:00')))
)

# 初始化POSIXct类型的NA列
df$prev_hour <- as.POSIXct(NA, origin = "1970-01-01")

#Loop to get previous value of 'hour' based on conditions
for (i in 2:nrow(df)){
 if(df$building[i]==df$building[i-1] & as.integer(df$hour[i]-df$hour[i-1])<2){
 df$prev_hour[i] <- df$hour[i-1]  # 不用再转as.POSIXct，因为列已经是这个类型了
 }
}

df

运行结果里的prev_hour会保持POSIXct格式：

building                hour           prev_hour
1        a 2019-01-01 15:00:00                <NA>
2        a 2019-01-01 15:00:00 2019-01-01 15:00:00
3        a 2019-01-01 17:00:00                <NA>
4        a 2019-01-01 18:00:00 2019-01-01 17:00:00
5        b 2019-01-01 15:00:00                <NA>
6        b 2019-01-01 16:00:00 2019-01-01 15:00:00
7        b 2019-01-01 17:00:00 2019-01-01 16:00:00

方法2：循环后将数值列转回POSIXct #

如果已经生成了数值列，可以手动转回去，但这种方法不如方法1优雅，因为中间经历了不必要的类型转换：

# 循环完成后执行转换
df$prev_hour <- as.POSIXct(df$prev_hour, origin = "1970-01-01")

方法3：用dplyr替代循环（更高效） #

对于数据框操作，用tidyverse的dplyr包可以避免手动循环，代码更简洁且性能更好，尤其适合大数据集：

library(dplyr)

df <- df %>%
  group_by(building) %>%
  mutate(
    time_diff = as.integer(hour - lag(hour)),
    prev_hour = ifelse(time_diff < 2 & !is.na(time_diff), lag(hour), NA_POSIXct_)
  ) %>%
  select(-time_diff) %>%
  ungroup()

这里用NA_POSIXct_直接生成POSIXct类型的缺失值，lag()函数直接获取前一行的hour值，完全不用写循环。

内容的提问来源于stack exchange，提问作者Gaurav Bansal