绘制日期时间直方图时为何因整数溢出产生NA值？附相关代码

这个问题我刚好碰到过，来给你捋清楚原因和解决办法～

首先说为啥会出现整数溢出导致的NA值：
在R里，POSIXct类型的日期时间本质是把时间转换成从1970-01-01 00:00:00 UTC开始计算的秒数，默认是以双精度浮点数存储的。但如果你用的是旧版本的R，或者某些直方图函数（比如基础包的hist()）内部处理时，会把这个数值强制转换成32位整数——而32位有符号整数的最大值是2^31-1（约2147483647秒，对应到2038年1月19日）。虽然你的数据是2017年的，秒数还没到这个上限，但如果函数在计算分组区间时出现了数值溢出，或者你不小心手动把POSIXct转成了32位整数，就会出现NA值。另外，你代码里最后一个时间字符串是截断的2017-06-17...，这种格式错误也可能导致转换出NA，不过你明确说是整数溢出，那重点还是前者。

接下来给你几个靠谱的解决办法：

1. 先确保日期时间转换正确 #

先把所有时间字符串补全，然后正确转换成POSIXct类型，检查有没有NA：

# 补全你的时间数据，比如最后一个补成完整格式
a <- c('2017-05-15 09:28:38 GMT', '2017-05-16 14:02:19 GMT', '2017-05-20 03:02:49 GMT', 
       '2017-05-21 17:40:47 GMT', '2017-05-23 20:23:47 GMT', '2017-05-24 21:01:07 GMT', 
       '2017-05-26 12:50:18 GMT', '2017-05-27 05:39:55 GMT', '2017-05-30 03:56:31 GMT', 
       '2017-06-01 15:44:49 GMT', '2017-06-02 17:07:06 GMT', '2017-06-05 19:01:09 GMT', 
       '2017-06-07 16:14:02 GMT', '2017-06-08 16:51:22 GMT', '2017-06-11 14:51:42 GMT', 
       '2017-06-11 19:41:17 GMT', '2017-06-14 20:59:10 GMT', '2017-06-17 10:00:00 GMT')
# 指定时区转换，避免时区问题
a_posix <- as.POSIXct(a, tz = "GMT")
# 检查转换后是否有NA
sum(is.na(a_posix))

2. 用双精度数值替代整数处理 #

既然POSIXct本质是双精度，我们可以手动转成数值后绘制直方图，再调整x轴标签为日期时间：

# 把时间转成双精度数值（秒数）
a_num <- as.numeric(a_posix)
# 绘制直方图，比如按天分组
hist(a_num, breaks = "day", col = "lightblue", main = "日期时间直方图", xlab = "日期")
# 手动设置x轴标签，让它显示成日期格式
axis(1, at = as.numeric(seq(min(a_posix), max(a_posix), by = "day")), 
     labels = format(seq(min(a_posix), max(a_posix), by = "day"), "%Y-%m-%d"))

3. 用ggplot2替代基础hist() #

ggplot2对日期时间的处理更智能，不会触发这种整数溢出问题，代码也更简洁：

library(ggplot2)
# 转成数据框，ggplot需要数据框格式
df <- data.frame(time = a_posix)
# 绘制直方图，binwidth设为86400秒（1天）
ggplot(df, aes(x = time)) +
  geom_histogram(binwidth = 86400, fill = "lightblue", color = "black") +
  # 设置x轴标签格式和间隔
  scale_x_datetime(date_labels = "%Y-%m-%d", date_breaks = "1 day") +
  labs(title = "日期时间直方图", x = "日期", y = "频数") +
  theme_minimal()

4. 升级到64位R系统 #

如果你的电脑是64位的，却在用32位R，那很容易出现整数溢出问题，直接换成64位版本就能从根源避免这类问题。

内容的提问来源于stack exchange，提问作者Qiang Li