比较两个日期时如何正确忽略 NA？答案

【问题标题】：How to properly ignore NA when comparing two dates?比较两个日期时如何正确忽略 NA？
【发布时间】：2020-01-22 20:28:59
【问题描述】：

我有两个日期变量

ID Date1       Date2      
1  2019-09-10  2019-09-09 
1  2019-12-11  2019-12-01
1  NA          2019-12-08
2  2019-09-11  2019-09-25
2  2019-11-05  2019-11-15
2  2019-12-05  NA
3  2019-09-19  2019-09-11
3  2019-10-22  2019-10-17

我想通过运行以下代码来比较日期 1 是否在日期 2 之后

df %>% 
group_by(id) %>% 
mutate(Result = ifelse(!is.na(Date1) < !is.na(Date2), "Yes", 
"No"))

我想要的是：

ID Date1       Date2       Result
1  2019-09-10  2019-09-09  No
1  2019-12-11  2019-12-01  No
1  NA          2019-12-08  NA
2  2019-09-11  2019-09-25  Yes
2  2019-11-05  2019-11-15  Yes
2  2019-12-05  NA          NA
3  2019-09-19  2019-09-11  No
3  2019-10-22  2019-10-17  No

如果我运行这个，我会为那些包含 NA.. 我不想删除 NA，因为我以后仍然需要这些缺失的信息。我不确定为什么 !is.na() 在这种情况下不起作用。任何帮助将不胜感激！

我也试过 difftime() 也发生了同样的事情

【问题讨论】：

标签： r date if-statement dplyr

【解决方案1】：

我认为您可以在您的ifelse() 语句中删除is.na()，这样可以保留缺失的信息

df %>% 
group_by(id) %>% 
mutate(Result = ifelse(Date1 < Date2, "Yes", "No"))

【讨论】：

啊，我明白了！我可以问为什么我使用过滤器（！Date1> Date2）时不是这种情况吗？而不是变异是/否变量，我想过滤“否”。但它会丢弃带有 NA 的行
@JNB ! Date1 > Date2 可以是TRUE、FALSE 或NA，但你不能过滤NA

【解决方案2】：

您正在比较两个逻辑向量，!is.na(Date1) 和 !is.na(Date2)。由于TRUE 和FALSE 可以强制转换为数字向量，因此不等式比较每个值，其中包含NA 的单元格将评估为TRUE，因此比不包含NA 的单元格“更大”。您只需要在此处删除对is.na 的调用，比较将在Date1 或Date2 的值为NA 的行中保持NA 为Result。

请注意，您无需在此处使用group_by，因为您正在单独对每一行进行操作。

df %>%
  mutate(Result = ifelse(Date1 < Date2, "Yes", "No"))
#> # A tibble: 8 x 4
#>      ID Date1      Date2      Result
#>   <dbl> <date>     <date>     <chr> 
#> 1     1 2019-09-10 2019-09-09 No    
#> 2     1 2019-12-11 2019-12-01 No    
#> 3     1 NA         2019-12-08 <NA>  
#> 4     2 2019-09-11 2019-09-25 Yes   
#> 5     2 2019-11-05 2019-11-15 Yes   
#> 6     2 2019-12-05 NA         <NA>  
#> 7     3 2019-09-19 2019-09-11 No    
#> 8     3 2019-10-22 2019-10-17 No

【讨论】：