为什么 lubridate 包中的 dmy() 不适用于 NA？什么是好的解决方法？

Question

我在 lubridate 包中偶然发现了一个特殊的行为：dmy(NA) 引发错误，而不是仅仅返回 NA。当我想要转换其中某些元素为 NA 的列和某些通常可以顺利转换的日期字符串时，这会给我带来问题。

这是最小的例子：

library(lubridate)
df <- data.frame(ID=letters[1:5],
              Datum=c("01.01.1990", NA, "11.01.1990", NA, "01.02.1990"))
df_copy <- df
#Question 1: Why does dmy(NA) not return NA, but throws an error?
df$Datum <- dmy(df$Datum)
Error in function (..., sep = " ", collapse = NULL)  : invalid separator
df <- df_copy
#Question 2: What's a work around?
#1. Idea: Only convert those elements that are not NAs
#RHS works, but assigning that to the LHS doesn't work (Most likely problem::
#column "Datum" is still of class factor, while the RHS is of class POSIXct)
df[!is.na(df$Datum), "Datum"] <- dmy(df[!is.na(df$Datum), "Datum"])
Using date format %d.%m.%Y.
Warning message:
In `[<-.factor`(`*tmp*`, iseq, value = c(NA_integer_, NA_integer_,  :
invalid factor level, NAs generated
df #Only NAs, apparently problem with class of column "Datum"
ID Datum
1  a  <NA>
2  b  <NA>
3  c  <NA>
4  d  <NA>
5  e  <NA>
df <- df_copy
#2. Idea: Use mapply and apply dmy only to those elements that are not NA
df[, "Datum"] <- mapply(function(x) {if (is.na(x)) {
                                 return(NA)
                               } else {
                                 return(dmy(x))
                               }}, df$Datum)
df #Meaningless numbers returned instead of date-objects
ID     Datum
1  a 631152000
2  b        NA
3  c 632016000
4  d        NA
5  e 633830400

总而言之，我有两个问题：1）为什么 dmy(NA) 不起作用？基于大多数其他函数，我认为 NA 的每个转换（例如 dmy()）再次返回 NA （就像 2 +不适用）？如果是有意为之，如何通过 dmy() 函数转换包含 NA 的 data.frame 列？

Answer 1

函数中的错误 (..., sep = " ",collapse = NULL) : 无效分隔符 是由 lubridate:::guess_format() 函数引起的。 NA 在调用 paste() 时作为 sep 传递，特别是在 fmts <- unlist(mlply(with_seps) 处，粘贴））。您可以尝试改进 lubridate:::guess_format() 来解决此问题。

否则，您可以将 NA 更改为字符 ("NA") 吗？

require(lubridate)
df <- data.frame(ID=letters[1:5],
    Datum=c("01.01.1990", "NA", "11.01.1990", "NA", "01.02.1990")) #NAs are quoted
df_copy <- df

df$Datum <- dmy(df$Datum)

Answer 2

由于您的日期采用相当简单的格式，因此仅使用 as.Date 并指定适当的 format 参数可能会更简单：

df$Date <- as.Date(df$Datum, format="%d.%m.%Y")
df

  ID      Datum       Date
1  a 01.01.1990 1990-01-01
2  b       <NA>       <NA>
3  c 11.01.1990 1990-01-11
4  d       <NA>       <NA>
5  e 01.02.1990 1990-02-01

---

要查看日期列表as.Date 使用的格式化代码，请参阅 ?strptime