R语言拆分时间序列时间间隔 筛选每日11点数据 解决GMT夏令时偏移

原固定步长实现的问题根源 #

• 原逻辑通过seq(12, nrow(eventdata_2019_2020), 24)固定抽取每间隔24行的第12行样本，完全默认数据集的单日小时数恒为24
• 夏令时切换节点存在单日小时数偏离24的情况：夏令时开始当日会跳过02:00，全天共23个小时；夏令时结束当日会重复一次02:00，全天共25个小时
• 固定步长的索引会在夏令时切换节点后逐步累计偏移，最终把本该匹配的11:00样本错选成12:00的记录，导致筛选结果失效

可解决偏移问题的实现步骤 #

• 第一步：替换硬编码生成时间索引的逻辑，直接基于原始数据的时间列构建时序对象
  原逻辑通过seq硬拼GMT时区的逐小时时间索引的方式，会掩盖原始时间戳自带的本地时区属性，正确处理方式为直接解析CSV自带的End时间列：

  # 读取原始CSV数据
  datos_2019_2020 <- read.csv("DayaheadPricesfull_2019_2020.csv")
  # 将Price列转换为数值型，生成Price_indexed字段
  datos_2019_2020$Price_indexed <- as.numeric(datos_2019_2020$Price)
  # 直接解析原始End列的时间戳，绑定对应电价区域的本地时区（如欧洲大陆区域对应Europe/Paris时区）
  datos_2019_2020$End <- as.POSIXct(datos_2019_2020$End, tz = "Europe/Paris")
  # 基于真实时间戳构建xts时序对象
  eventdata_2019_2020 <- xts(datos_2019_2020$Price_indexed, order.by = datos_2019_2020$End)
  

• 第二步：基于时间戳的固有属性筛选，完全抛弃行号步长匹配
  直接逐行匹配时间戳对应的小时值，不受单日总小时数变化的影响：

  # 提取xts对象每一行的小时索引，筛选小时值为11的所有样本
  df.new_2019_2020 <- eventdata_2019_2020[.indexhour(eventdata_2019_2020) == 11]
  

方案有效性说明 #

• 筛选逻辑直接校验每条记录的真实时间属性，而非依赖行号位置，无论当日是23、24还是25个小时，只要时间戳本身标记为当日11:00，就会被正确纳入结果
• 夏令时切换带来的时间偏移、重复时间点不会影响筛选准确性，不会出现累计错位的问题
• 替换了原逻辑中硬拼GMT时间索引的步骤，避免了时间戳和价格值错位的潜在风险

内容的提问来源于stack exchange，提问作者paploo