使用socialindices包计算雌雄配对DSI时遇strptime错误求助

场景与数据结构 #

我尝试用Christof Neumann开发的socialindices包计算雌雄配对的DSI得分，涉及三个数据框：

• 行为观测数据框（observations）：

> str(observations)
tibble [476 × 6] (S3: tbl_df/tbl/data.frame)
 $ date    : Date[1:476], format: "2022-10-20" "2022-10-14" "2022-10-14" "2022-09-20" ...
 $ focal   : chr [1:476] "Sho" "Sho" "Sho" "Buk" ...
 $ actor   : chr [1:476] "Ginq" "Sho" "Ndaw" "Ginq" ...
 $ receiver: chr [1:476] "Sho" "Ndaw" "Sho" "Buk" ...
 $ beh     : chr [1:476] "Approach" "Approach" "Groom.focal" "Contact.focal" ...
 $ dur     : int [1:476] NA NA 128 661 223 899 434 NA 19 NA ...

• 观测时间数据框（ot）：

> str(ot)
'data.frame':   209 obs. of  3 variables:
 $ focal: chr  "Buk" "Buk" "Buk" "Buk" ...
 $ date : chr  "2022-06-07" "2022-06-11" "2022-06-15" "2022-06-17" ...
 $ OT   : int  1204 1212 1212 1200 1200 1202 1205 635 1204 963 ...

• 在场情况数据框（pres）：

> str(pres)
'data.frame':   374 obs. of  5 variables:
 $ date: chr  "2022-01-03" "2022-01-04" "2022-01-05" "2022-01-06" ...
 $ Buk : int  1 1 1 0 1 1 1 1 1 1 ...
 $ Ginq: int  1 1 1 1 1 1 1 1 1 1 ...
 $ Ndaw: int  1 1 1 1 1 1 1 1 1 1 ...
 $ Sho : int  1 1 1 1 1 1 1 1 1 1 ...

研究目标是分析雌雄关系随时间的变化，指定雄性个体Buk和Sho为焦点，每个焦点对应3个潜在配对对象。

运行代码与错误 #

执行以下代码时持续报错：

scores <- DSI(observations, ot.source = ot, presence = pres, onlyfocaldyads = F, limit2focalnonfocal = T, duration.NA.treatm = "count")

错误信息：

Error in strptime(xx, ff, tz = "GMT") : input string is too long

此前使用全部观测数据时计算正常，但不符合当前研究需求。

问题原因排查与解决方案 #

核心原因推测 #

1. 日期类型不统一：observations的date列是Date类型，但ot和pres的date列是字符（chr）类型。函数内部处理日期时，可能因类型不兼容导致字符型日期被错误解析，或在数据合并时生成超长字符串。
2. 异常日期值：ot或pres的date列中存在非标准格式的超长字符串（如非YYYY-MM-DD格式、空值或拼接后的长文本），触发strptime解析错误。
3. 筛选逻辑导致的数据异常：当设置limit2focalnonfocal = T时，函数会筛选焦点与非焦点的配对数据，若筛选后的数据合并过程中，date列被错误拼接（如将多个日期值合并为单个长字符串），也会引发该错误。

解决方案 #

1. 统一所有数据框的日期类型：将ot和pres的date列转换为Date类型：

ot$date <- as.Date(ot$date)
pres$date <- as.Date(pres$date)

2. 检查并清理异常日期值：排查ot和pres的date列，删除或修正超长/非标准格式的日期：

# 检查日期字符串长度（标准YYYY-MM-DD为10位）
nchar(ot$date)
nchar(pres$date)
# 筛选出异常行
ot[which(nchar(ot$date) != 10), ]
pres[which(nchar(pres$date) != 10), ]

3. 分步筛选数据后再运行函数：先手动筛选出焦点个体的观测数据，再传入DSI函数，避免函数内部筛选逻辑引发的问题：

# 筛选焦点为Buk或Sho的观测数据
obs_focal <- observations[observations$focal %in% c("Buk", "Sho"), ]
# 运行DSI
scores <- DSI(obs_focal, ot.source = ot, presence = pres, onlyfocaldyads = F, limit2focalnonfocal = T, duration.NA.treatm = "count")

内容的提问来源于stack exchange，提问作者Josefien