dplyr 没有正确过滤日期答案

【问题标题】：dplyr not filtering dates correctlydplyr 没有正确过滤日期
【发布时间】：2021-09-07 20:41:53
【问题描述】：

我有一个数据结构，它看起来像dput 形式：

test_df <- structure(list(dob = structure(c(-25932, -25932, -25932, -25932, 
                                            -25932, -25932, -25932, -25932, -25932, -25932, -25932, -25932, 
                                            -25932, -25932, -16955, -13514, -12968, -12419, -12237, -11537, 
                                            -10168, -9742, -9376, -9131, -8766, -8676, -8462, -8189, -8036,
                                            NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA), class = "Date")), class = "data.frame", row.names = c(NA, 
                                                                                                           -45L))

这应该产生一个有 45 行的变量。

如果我然后运行：

test_include <- test_df %>% filter(dob == '1899-01-01')

这将返回适当数量的行，即 14。

但是，如果我做与此相反的操作并过滤所有不等于 '1899-01-01' 的行，它会返回一个奇怪的结果：

test_exclude <- test_df %>% filter(dob != '1899-01-01')

不是返回 31 行 (45 - 14)，而是返回 15 行，这没有任何意义。

有没有人能解释为什么会这样？

【问题讨论】：

您有 NA。那些没有通过任何过滤器。

标签： r dplyr

【解决方案1】：

基本上，!= 不会得到NA，请查看此post 了解更多信息，但这里有一个包含您的数据的示例

library(dplyr)
library(lubridate)

> test_df %>% filter(dob == ymd('1899-01-01')) %>% nrow()
[1] 14

> test_df %>% filter(dob != ymd('1899-01-01')) %>% nrow()
[1] 15

> test_df %>% filter(is.na(dob)) %>% nrow()
[1] 16

> test_df %>% filter(dob != ymd('1899-01-01') | is.na(dob)) %>% nrow()
[1] 31

【讨论】：