如何使用cut()保留POSIXct向量类型并实现时间间隔聚合？

为什么cut()会把POSIXct转成因子？ #

这其实是cut()函数的设计初衷决定的——它的核心功能是将连续数据（不管是数值、日期还是POSIXct）划分成离散的区间类别，默认用因子来存储这些区间的标签。每个因子水平对应一个区间的文本描述（比如"2024-05-20 10:00:00"至"2024-05-20 10:15:00"），这样能清晰标记每个观测属于哪个分组，所以不管你输入的是什么连续类型，默认输出都是因子。

如何在聚合后保持POSIXct类型？ #

有两种可行的方式，推荐用专门的日期时间工具，更省心：

方式1：用lubridate的floor_date()（强烈推荐） #

lubridate包专门为日期时间处理而生，floor_date()可以直接把POSIXct向量向下取整到你需要的时间间隔，返回结果仍然是POSIXct类型，完美解决你的需求。比如把5分钟数据聚合到15分钟：

library(lubridate)
# 假设你的日期时间列是date.time（已为POSIXct类型）
aggregated_datetime <- floor_date(date.time, unit = "15 minutes")

如果需要区间的结束时间，用ceiling_date()；要取区间中点则用round_date()，这些函数都能保持POSIXct类型不变。

方式2：把cut()的因子结果转回POSIXct #

如果你一定要用cut()，可以通过字符串处理提取区间起始时间，再转换回POSIXct：

# 先执行cut分箱
cut_groups <- cut(date.time, breaks = "15 mins")
# 提取每个区间的起始字符串，转换为POSIXct（注意时区要和原数据一致）
posixct_groups <- as.POSIXct(
  sub("\\[([^,]+),.*", "\\1", as.character(cut_groups)),
  tz = attr(date.time, "tz")
)

或者更简洁的写法，直接利用因子的水平映射：

posixct_groups <- as.POSIXct(levels(cut_groups))[cut_groups]

记得一定要保持时区和原date.time向量一致，不然会出现时间偏差的问题。

内容的提问来源于stack exchange，提问作者Dodge