R语言CSV读写datetime时区丢失、时长单位及格式转换问题求解

注：示例代码中构造tibble的代码缺少右闭合括号，运行前请自行补上。
核心前提说明：CSV是纯文本格式，仅能存储字符串/数值，无法存储R对象的属性（时区、单位、类信息等），你遇到的大多问题均是该特性导致，解决方案分两类：要么读写CSV时手动还原属性，要么改用支持属性存储的二进制格式（比如R原生rds）。

问题1：datetime时区丢失修复 #

两种方案可选：

1. 坚持用CSV的话，读入时手动指定时区即可：

   tbl_in <- read_csv("sample.csv", col_types = cols()) %>% 
     mutate(
       start_trip = ymd_hms(start_trip, tz = "America/New_York"),
       end_trip = ymd_hms(end_trip, tz = "America/New_York")
     )
   

   如果不想硬编码时区，可以在写入CSV前新增一列存储时区信息，读入时用该列动态指定即可。
2. 更省事的方案是改用R原生rds格式存储，所有属性完整保留：

   # 写入
   saveRDS(tbl_out, "sample.rds")
   # 读取
   tbl_in <- readRDS("sample.rds")
   

问题2：给duration添加mins单位（不转字符） #

直接将数值转为difftime或者units类型即可，底层还是数值，完全支持运算，打印时自带单位：

library(units)
tbl_out <- tbl_out %>% 
  mutate(duration = set_units(duration, "mins"))

打印时会自动显示X mins，做加减乘除运算和普通数值没有区别。

问题3：HH:MM格式且支持基础运算 #

用hms包的hms类即可，该类是专门为时间差设计的，默认打印为HH:MM:SS格式，完全支持算术运算、和datetime类运算：

library(hms)
tbl_out <- tbl_out %>% 
  mutate(
    duration_hms = hms(minutes = duration),
    time_diff_hms = hms(minutes = time_diff)
  )
# 测试加法
tbl_out$start_trip + tbl_out$duration_hms # 结果和end_trip完全一致

问题4：74.5分钟展示为74:30格式 #

可以自定义格式化方法，同时保留底层数值的运算能力：

# 自定义格式化函数
format_mins <- function(x) {
  whole_mins <- floor(x)
  secs <- round((x - whole_mins) * 60)
  sprintf("%d:%02d", whole_mins, secs)
}
# 测试
format_mins(74.5) # 输出 "74:30"

如果要让列默认打印为该格式，同时保留运算能力，可以给列添加自定义print方法，或者直接在需要展示的时候调用该函数即可，不会影响底层数值的运算。

问题5：回读CSV后time_diff丢失分钟单位 #

和问题1的逻辑一致，两种方案：

1. CSV读入后手动转回带单位的类型：

   tbl_in <- tbl_in %>% 
     mutate(time_diff = as.difftime(time_diff, units = "mins"))
   

2. 改用rds格式存储，读入后所有单位属性自动保留，无需额外处理。

内容的提问来源于stack exchange，提问作者SiH