r - dplyr 使用 lubridate::hhmm 格式和 minute() 进行过滤

Question

回答这个问题 Temperature curve in R 我遇到了 dplyr::filter - lubridate::minute 组合的奇怪行为。

见下面的测试数据dta。 dta$time 是一种 lubridate::hhmm 格式。

library(lubridate)
library(dplyr)

dta$Time <- hm(dta$Time)

要仅获取具有完整小时(即 0 分钟)的行，可以使用 lubridate::minute 子集，如下所示:

dta[minute(dta$Time) == 0,]
#        Time    Temp1    Temp2
# 1        0S 18.62800 18.54458
# 7  1H 0M 0S 18.45733 18.22625
# 13 2H 0M 0S 18.33258 18.04142

但是，当使用dplyr的filter时，像这样

dta %>% filter(minute(Time) == 0)
#     Time    Temp1    Temp2
# 1     0S 18.62800 18.54458
# 2 10M 0S 18.45733 18.22625
# 3 20M 0S 18.33258 18.04142

结果并不符合预期。 (更新:Temp1 和 Temp2 的值是正确的，只有 Time 损坏了...感谢 @Brian顺便说一句，给了这个提示。)

此外还会返回此警告:

Warning message:
In format.data.frame(x, digits = digits, na.encode = FALSE) :
corrupt data frame: columns will be truncated or padded with NAs

这也被报道并以某种方式解决了 here ，但只是通过强制，这似乎消除了 lubridate 的有趣(和非常可读)的部分。

问题:有没有办法(迄今为止)dplyr::filter lubridate::hhmm(ss) 格式而不强制它性格等？

更新:

似乎是由

创建的向量

minute(dta$Time)
# [1]  0 10 20 30 40 50  0 10 20 30 40 50  0

看起来像一个数值向量，但似乎有一些神秘的特性。

此外，正如@Lyngbakr 指出的那样，即使与 == 的比较也不具有作为“正常”逻辑向量的通常特征。

tst <- minute(dta$Time) == 0 
dta %>% filter(tst)

将导致同样奇怪的 Time 列。

示例数据:

dta <- read.table(text = "     Time        Temp1       Temp2
                           1  00:00     18.62800    18.54458
                           2   00:10     18.60025    18.48283
                           3   00:20     18.57250    18.36767
                           4   00:30     18.54667    18.36950
                           5   00:40     18.51483    18.36550
                           6   00:50     18.48325    18.34783
                           7   01:00     18.45733    18.22625
                           8   01:10     18.43767    18.19067
                           9   01:20     18.41583    18.22042
                           10  01:30     18.39608    18.21225
                           11  01:40     18.37625    18.18658
                           12  01:50     18.35633    18.05942
                           13  02:00     18.33258    18.04142", header = T)

Answer 1

我不知道为什么会这样，但确实如此:Time 列的类型必须是 datetime，而不是 Period。

dta %>% 
  mutate(Time = as_datetime(hm(Time))) %>% 
  filter(minute(Time) == 0) 

                 Time    Temp1    Temp2
1 1970-01-01 00:00:00 18.62800 18.54458
2 1970-01-01 01:00:00 18.45733 18.22625
3 1970-01-01 02:00:00 18.33258 18.04142

这有一个副作用，就是将 Time 列中的时间添加到 Unix 纪元，因此我建议您在使用纯时间数据时始终包含实际日期。

如果这是自实验开始以来经过的分钟数，那么这并不重要，您不必显示 1970-01-01 部分。