sas7bdat存储为数值的日期格式导入R后转换异常咨询

问题核心原因 #

你遇到的转换错误本质是对SAS时间存储规则和R的时间类型逻辑不熟悉导致的，不存在数值丢失的情况，具体说明如下：

• SAS有两类常用时间存储格式：纯日期值为1960-01-01至今的天数，datetime时间戳为1960-01-01 00:00:00至今的秒数。你导入的SUBMITTED_AT和RUN_DATE都是SAS datetime类型，存储的是秒级数值，不是天数。
• 你用as.Date(..., origin = "1970-01-01")转换报错的原因有两个：一是origin错用了Unix系统的1970基准，没有用SAS的1960基准；二是as.Date默认处理的是天级单位的数值，你把秒数当天数计算，自然会得到完全不符合预期的超多年份结果。
• 你用as.POSIXct(..., origin='1960-01-01')得到的时间和SAS显示不一致是时区问题：SAS存储的datetime是不带时区的原始UTC时间，你本地R的时区默认是美国东部夏令时（EDT），比UTC慢4小时，所以原始的16:17:02会自动转换成12:17:02，不是转换错误。

正确转换方案 #

如果你需要和SAS显示的时间完全一致，转换时指定时区为UTC即可：

# 保留完整日期时间
wide$SUBMITTED_AT <- as.POSIXct(wide$SUBMITTED_AT, origin = "1960-01-01", tz = "UTC")
wide$RUN_DATE <- as.POSIXct(wide$RUN_DATE, origin = "1960-01-01", tz = "UTC")

# 仅需要日期的话，先转POSIXct再转Date即可
wide$RUN_DATE <- as.Date(as.POSIXct(wide$RUN_DATE, origin = "1960-01-01", tz = "UTC"))

你之前用format = "%Y-%m-%d"的临时方案只是隐藏了时间部分，底层存储的秒级数值是完整的，没有丢失，不需要担心数据损坏问题。

内容的提问来源于stack exchange，提问作者phargart