如何使用带有 if 条件的 NA 替换日期列

Question

我正在努力寻找一种更简单/更简单的方法来在特定条件下用 NA 替换数据集（tibble）中的日期列。

这是一个实际尝试执行任务的代码。我想要的是用缺失值替换 2020 年 6 月之后和 1900 年 1 月之前的日期，而不更改已经存在的缺失值。但是这段代码非常难看。有没有更简单的方法，特别是使用 tidyverse 工具？

library(lubridate)
library(dplyr)

x <- seq(1,5)
y <- c(dmy("04/02/1863", "29/10/1989", "16/03/2000", "14/05/2021", NA))
dat <- tibble(x,y)

dat$y[which(dat$y >= dmy("01/06/2020") | dat$y < dmy("01/01/1900"))] <- 
  rep(NA, length(dat$y[which(dat$y >= dmy("01/06/2020") | dat$y < dmy("01/01/1900"))]))

dat

Answer 1

如果你想知道的话，@stefan 和 case_when 语法的答案相同

library(dplyr)
library(lubridate)
dat %>% 
  mutate(y = case_when(y >= dmy("01/06/2020") | y < dmy("01/01/1900") ~ NA_Date_, TRUE ~ y))
#       x      y         
#     <int> <date>    
# 1     1 NA        
# 2     2 1989-10-29
# 3     3 2000-03-16
# 4     4 NA        
# 5     5 NA  

Answer 2

您可以像这样使用if_else：

library(lubridate)
library(dplyr)

x <- seq(1,5)
y <- c(dmy("04/02/1863", "29/10/1989", "16/03/2000", "14/05/2021", NA))
dat <- tibble(x,y)

dat %>% 
  mutate(y = if_else(y >= dmy("01/06/2020") | y < dmy("01/01/1900"), NA_Date_, y))
#> # A tibble: 5 x 2
#>       x y         
#>   <int> <date>    
#> 1     1 NA        
#> 2     2 1989-10-29
#> 3     3 2000-03-16
#> 4     4 NA        
#> 5     5 NA