使用日期時間列的dplyr :: left_join無法正確連接

Question

我有一個很大的日期時間數據集，幾乎是一年中的每一秒鍾。 我正在嘗試dplyr::left_join第二個數據集，該數據集的datetime列的值在第一個數據集中的時間范圍內。 當我加入數據集時，只有少數記錄（約45k中的約100條）加入，並且我知道大多數記錄都應該加入。 我為確保各列相同所做的檢查包括：

dput(df_all_dates$date_time[1])
dput(df_subset_dates$date_time[1])

兩者都會產生以下結果：

structure(1485781200, class = c("POSIXct", "POSIXt"), tzone = "")

我還做了以下比較（以下代碼中的10和4701反映了數據中的相同日期）：

as.numeric(df_all_dates$date_time[10]) # produces value 1485785900
as.numeric(df_subset_dates$date_time[4701]) # produces value 1485785900

但是，在聯接中，即使datetime值相同，來自df_subset_dates的數據也不會聯接到結果數據集中。 關於日期時間還有其他事情會導致它們不加入嗎？ 有些值確實可以連接，但是我看不出為什么那些記錄與未連接的記錄不同的任何模式。

如果有幫助，以下是實際聯接的代碼：

df_all_dates %>%
 left_join(df_subset_dates, by = 'date_time')

Answer 1

這有點愚蠢，但是我發現了問題-其中一些dttm包含了毫秒。 除了在使用dput（）的幾個示例中，我在任何地方都看不到它們。 一旦刪除了這些，數據就可以正常工作了。

Answer 2

在我單獨的數據集上，用lubridate :: seconds（date_time）檢查兩個“ by”列，發現它們的格式設置因毫秒不同而有差異，盡管大多數顯示中都沒有。 “ 1522267608S”與“ 1522267308.443S”（這些不應該匹配，只是為了顯示格式）

在下面包裝一列或兩列以除去毫秒對我來說是個竅門：

library(lubridate)
as_datetime(floor(seconds(date_time)))

我還沒有廣泛測試其他情況，但是floor（）對於我的數據非常有效。 round（）或ceiling（）可能對其他人有用。