使 dplyr::if_else() 返回一个 NA 值

Question

在约会时使用dplyr::if_else()，我想返回NA - 但R 中没有NA_date_ 或NA_double_（我知道- 或列出here）？如何执行以下代码：

ep <- df %>%
  group_by(id, episode) %>%
  summarise(ep_adm = min(adm, na.rm = T),
            ep_sepa = if_else(all(is.na(sepa)),
                             if_else(all(is.na(adm)), NA, max(adm, na.rm = T)),
                             max(sepa, na.rm = T)))

没有错误？

summarise_impl(.data, dots) 中的错误：评估错误：false 必须是逻辑类型，而不是双精度类型。

这个问题的动机是每个病人 id 的行将被分类到一个护理集（数据来自不同的数据源，其中一个不包括 sepa 日期），由处理group_by()。然后我想获得剧集的开始和结束日期，ep_adm 和 ep_sepa。规则是，如果所有的分离日期都是NA，则使用最后的入院日期，否则使用最后的分离日期。

预期输出中的代码有效，但我希望删除最后两行代码（使用dplyr::if_else()，因为这应该返回一个<date> 对象）。

预期输出：

ep <- df %>%
  group_by(id, episode) %>%
  summarise(ep_adm = min(adm, na.rm = T),
            ep_sepa = ifelse(all(is.na(sepa)),
                             ifelse(all(is.na(adm)), NA, max(adm, na.rm = T)),
                             max(sepa, na.rm = T)))
ep$ep_adm <- as.Date(ep$ep_adm, origin = "1970-01-01")
ep$ep_sepa <- as.Date(ep$ep_sepa, origin = "1970-01-01")

# # A tibble: 4 x 4
# # Groups:   id [?]
#      id episode ep_adm     ep_sepa   
#   <dbl>   <int> <date>     <date>    
# 1     1       1 2002-06-28 2002-07-05
# 2     1       2 2002-08-25 2002-08-25
# 3     1       3 2003-06-26 2003-06-26
# 4     1       4 2007-04-10 2007-04-11

left_join(df, ep, by = c("id", "episode"))

# # A tibble: 8 x 6
#      id episode adm        sepa       ep_adm     ep_sepa   
#   <dbl>   <int> <date>     <date>     <date>     <date>    
# 1     1       1 2002-06-28 NA         2002-06-28 2002-07-05
# 2     1       1 2002-06-28 NA         2002-06-28 2002-07-05
# 3     1       1 2002-06-28 2002-07-05 2002-06-28 2002-07-05
# 4     1       1 2002-06-28 2002-07-05 2002-06-28 2002-07-05
# 5     1       2 2002-08-25 NA         2002-08-25 2002-08-25
# 6     1       3 2003-06-26 NA         2003-06-26 2003-06-26
# 7     1       4 2007-04-10 NA         2007-04-10 2007-04-11
# 8     1       4 2007-04-10 2007-04-11 2007-04-10 2007-04-11

数据

df <- structure(list(id = c(1, 1, 1, 1, 1, 1, 1, 1), episode = c(1L, 
1L, 1L, 1L, 2L, 3L, 4L, 4L), adm = structure(c(11866, 11866, 
11866, 11866, 11924, 12229, 13613, 13613), class = "Date"), sepa = structure(c(NA, 
NA, 11873, 11873, NA, NA, NA, 13614), class = "Date")), row.names = c(NA, 
-8L), class = c("tbl_df", "tbl", "data.frame"))

Answer 1

编辑

对于更新后的数据集，似乎我们可以从 sepa 和 adm 列组合中获取 max 日期。

df %>% 
   group_by(id, episode) %>% 
   summarise(ep_adm = min(adm, na.rm = T), 
             ep_sepa = max(c(sepa, adm), na.rm = TRUE))

#     id episode ep_adm     ep_sepa   
#   <dbl>   <int> <date>     <date>    
#1     1       1 2002-06-28 2002-07-05
#2     1       2 2002-08-25 2002-08-25
#3     1       3 2003-06-26 2003-06-26
#4     1       4 2007-04-10 2007-04-11

---

原答案

如果我正确理解了您的代码，您可以使用coalesce 减少它。对于ep_sepa 列，我们从max(sepa) 和max(adm) 列获得第一个非NA 条目。

library(dplyr)

df %>%
   group_by(rootnum, episode) %>%
   summarise(ep_adm = min(adm, na.rm = T), 
             ep_sepa = coalesce(max(sepa), max(adm)))



#  rootnum episode  ep_adm     ep_sepa   
#    <dbl>   <int> <date>     <date>    
#1       1       1 2002-06-28 2002-06-28
#2       1       2 2002-08-25 2002-08-25
#3       1       3 2003-06-26 2003-06-26
#4       1       4 2007-04-10 2007-04-10
#5       2       2 2012-06-26 2012-06-26