在 R 中使用 data.table 执行条件赋值时，lubridate 格式出现错误

Question

我有一个带有日期列的 data.table。我需要创建一个新列，根据原始日期是在某个日期之前还是之后添加 1 年或 2 年。

library(data.table); library(lubridate)

name  = c("A", "B", "C")
paid  = c("5/30/2016", "6/30/2016", "7/30/2016")
data  = data.table(name,paid)

new_release = mdy("6/1/2017")

data[, paid := mdy(paid)]

data[, change_date:= ifelse(paid + years(1) < new_release, 
                            paid + years(2), paid +years(1)) ]

我得到下面的结果。 lubridate 无法将其转换为日期。我试过用mdy 包装ifelse 语句，但这也不起作用。我知道条件语句正在工作，因为如果您用TRUE/FALSE 替换分配，它会正确分配值。

> data
   name       paid change_date
1:    A 2016-05-30  1527638400
2:    B 2016-06-30  1498780800
3:    C 2016-07-30  1501372800
> str(data)
Classes ‘data.table’ and 'data.frame':  3 obs. of  3 variables:
 $ name       : chr  "A" "B" "C"
 $ paid       : POSIXct, format: "2016-05-30" "2016-06-30" "2016-07-30"
 $ change_date: num  1.53e+09 1.50e+09 1.50e+09
 - attr(*, ".internal.selfref")=<externalptr>

Answer 1

我只是将 lubdridate 排除在外，并使用基本的 Date 类型来完成这一切：

library(data.table)

name  <- c("A", "B", "C")
paid  <- as.Date(c("2016-05-30", "2016-06-30", "2016-07-30"))
data  <- data.table(name,paid)

new_release <- as.Date("2017-06-01")
year <- 365.25

data[, change_date:= as.Date(ifelse(paid + year < new_release, 
                                    paid + year*2, 
                                    paid + year)) ]

然后：

R> data[]
   name       paid change_date
1:    A 2016-05-30  2018-05-30
2:    B 2016-06-30  2017-06-30
3:    C 2016-07-30  2017-07-30
R> 

但是ifelse() 在data.table 的上下文中感觉很奇怪。这是一个替代方案：

R> data[, cdate := paid+year ]                              # baseline
R> data[paid + year < new_release, cdate := paid + 2*year]  # 
R> data[]
   name       paid change_date      cdate
1:    A 2016-05-30  2018-05-30 2018-05-30
2:    B 2016-06-30  2017-06-30 2017-06-30
3:    C 2016-07-30  2017-07-30 2017-07-30
R> 

Answer 2

问题在于ifelse 去除了属性并因此删除了日期格式（请参阅：?ifelse）。要恢复日期格式，您可以使用 origin = '1970-01-01' 将 ifelse 语句包装在 as.Date 中：

data[, change_date := as.Date(ifelse(paid + years(1) < new_release, 
                                     paid + years(2), 
                                     paid + years(1)), 
                              origin = '1970-01-01')]

给出：

> data
   name       paid change_date
1:    A 2016-05-30  2018-05-30
2:    B 2016-06-30  2017-06-30
3:    C 2016-07-30  2017-07-30

或者通过将paid 列的类分配给change_date 列来更正它：

data[, change_date := ifelse(paid + years(1) < new_release, 
                             paid + years(2), 
                             paid + years(1))]
class(data$change_date) <- class(data$paid)

这会给你同样的结果。

---

ifelse 的替代方案可以实现相同的效果（仍然使用lubridate）：

data[, change_date := paid + years(as.numeric((paid + years(1) < new_release) + 1))]

给予：

> data
   name       paid change_date
1:    A 2016-05-30  2018-05-30
2:    B 2016-06-30  2017-06-30
3:    C 2016-07-30  2017-07-30