R语言生成无夏令时的UTC小时级时间序列出现重复缺失值求解

核心问题是你生成起止时间的as.POSIXct()调用未指定时区，默认使用了系统本地时区，后续seq()的时区参数无法覆盖原始时间对象的时区属性，依旧会受本地夏令时规则影响，出现重复、跳变的时间点。

你之前把POSIXct转成字符型查重的方式也容易出错，转换过程默认会用系统本地时区格式化时间，可能和原始时间的时区不一致导致误判重复/缺失。

正确生成代码 #

生成起止时间时就明确指定UTC时区，从根源规避夏令时影响：

# 定义起止时间，直接指定UTC时区
start_time <- as.POSIXct("2000-01-01 00:00:00", tz = "UTC")
end_time <- as.POSIXct("2020-12-31 23:00:00", tz = "UTC")

# 生成小时步长时间序列
Dates <- seq(from = start_time, to = end_time, by = "hour")
Dates <- as.data.frame(Dates)
colnames(Dates)[1] <- "DatesR"

正确性校验 #

可以通过两个维度确认生成的序列符合要求：

• 总时长校验：2000-2020年共21年，包含6个闰年，总小时数为 (21*365 + 6)*24 = 184104，输出序列行数应等于该值：

nrow(Dates)
# 正常输出应为 184104

• 重复值校验：直接对POSIXct类型列查重即可：

sum(duplicated(Dates$DatesR))
# 正常输出应为 0，即无重复值

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