dplyr 在改变数据帧时将日期变成双倍

Question

我正在使用带有日期和时间的数据框。我需要将某些日期列设置为 NA，但是当我使用 mutate 函数时，日期列变成了双列！

示例：

df
##   my_date_01    my_date_02
##   <date>        <date>    
## 1 2018-09-13    NA        
## 2 NA            2018-12-09
## 3 NA            2018-12-16
## 4 NA            2019-01-19
## 5 NA            2018-11-19
## 6 NA            2018-12-16
## 7 NA            2018-08-08
## 8 NA            2018-10-24
## 9 2019-03-26    NA        
##10 NA            2018-12-11

df %>% mutate(my_date_01 = ifelse(my_date_01 > lubridate::date("2019-01-01"), 
                                  NA, 
                                  my_date_01))
##   my_date_01    my_date_02
##   <dbl>         <date>    
## 1      17787    NA        
## 2         NA    2018-12-09
## 3         NA    2018-12-16
## 4         NA    2019-01-19
## 5         NA    2018-11-19
## 6         NA    2018-12-16
## 7         NA    2018-08-08
## 8         NA    2018-10-24
## 9         NA    NA        
##10         NA    2018-12-11

这里发生了两件事：

所需的日期确实被替换为 NA（这没问题），但是
整个列正在转换为双精度（这是非常错误）

我错过了什么？

Answer 1

我们可以包装 as.Date(NA) 以获得相同的类型，同时进行比较

library(dplyr)
df %>% 
   mutate(my_date_01 = case_when(my_date_01 > lubridate::date("2019-01-01") 
                              ~ as.Date(NA), 
                              TRUE ~my_date_01))
# my_date_01 my_date_02
#1  2018-09-13       <NA>
#2        <NA> 2018-12-09
#3        <NA> 2018-12-16
#4        <NA> 2019-01-19
#5        <NA> 2018-11-19
#6        <NA> 2018-12-16
#7        <NA> 2018-08-08
#8        <NA> 2018-10-24
#9        <NA>       <NA>
#10       <NA> 2018-12-11

上面的修复可能仍然不适用于 ifelse，因为在 ifelse

的源代码中

...
 ans <- test # assigned to logical vector test
    len <- length(ans)
    ypos <- which(test)
    npos <- which(!test)
    if (length(ypos) > 0L) 
        ans[ypos] <- rep(yes, length.out = len)[ypos]
    if (length(npos) > 0L) 
        ans[npos] <- rep(no, length.out = len)[npos]
    ans
}

如果是

ans <- as.Date(rep(NA, length(test)))

它可以与下面的代码一起使用，因为逻辑向量在执行赋值时被强制转换为数字，而上述 as.Date 步骤不会发生这种情况

df %>% 
    mutate(my_date_01 = ifelsenew(my_date_01 > lubridate::date("2019-01-01"), 
                                   as.Date(NA), 
                                  my_date_01))

数据

df <- structure(list(my_date_01 = structure(c(17787, NA, NA, NA, NA, 
NA, NA, NA, 17981, NA), class = "Date"), my_date_02 = structure(c(NA, 
17874, 17881, 17915, 17854, 17881, 17751, 17828, NA, 17876), class = "Date")), 
 row.names = c("1", 
"2", "3", "4", "5", "6", "7", "8", "9", "10"), class = "data.frame")

dplyr 在改变数据帧时将日期变成双倍

dplyr is turning dates to doubles when mutating dataframe

r

lubridate

dplyr

数据