R语言：通过强度列表首个Strong的索引匹配对应时间的问题

我有一个R语言数据框，包含Strength（强度评估列表）和Time（日期/时间列表）两个字段，需要实现：

• 获取每条记录中强度列表首次出现"Strong"的索引
• 根据该索引选取对应的日期/时间

当前代码存在两个问题：

1. 仅选取每个时间列表的首个时间
2. 本该返回NA的位置返回了character(0)

原代码 #

# Data frame: determine time when strength returns. 
# Serial strength assessments, date-time values for each assessment Some missing values. Some not returning to "Strong"

Strength <- c(NA,"Strong; Strong","Unable to assess; Moderate; Moderate; Moderate; Moderate; Moderate; Strong","Moderate; Moderate; Moderate; Moderate; Strong; Strong","Moderate; Strong; Strong; Moderate; Moderate", "Moderate")

Time     <- c(NA,"2021-04-16 23:50; 2021-04-17 08:35","2021-02-04 13:00; 2021-02-04 14:45; 2021-02-04 16:59; 2021-02-04 19:27; 2021-02-05 08:20; 2021-02-05 20:18; 2021-02-06 11:00","2021-01-23 08:25; 2021-01-23 19:49; 2021-01-24 08:08; 2021-01-24 19:56; 2021-01-25 19:40; 2021-01-26 09:00","2021-01-14 04:46; 2021-01-14 07:33; 2021-01-14 19:47; 2021-01-15 08:48","2021-01-26 09:00")

ST <- as.data.frame(cbind(Strength,Time))
view(ST)

# Create lists: separate 
s.list <- lapply(strsplit(ST$Strength, ";"),unlist)
t.list <- lapply(strsplit(ST$Time, ";"),unlist)

# Determine index of first instance of "Strong" in s.list and apply to t.list (time)
ST$time <-mapply(function(x,y) {x[which.max(y==c("Strong"))]}, t.list,s.list)
view(ST)

问题分析 #

1. 仅取首个时间的原因：
   • 分割后的强度元素带有前导空格（比如" Strong"），导致y == "Strong"无法匹配到正确值，所有结果都是FALSE
   • which.max(FALSE)会返回1，因此每次都取时间列表的第一个元素
2. 返回character(0)的原因：
   • 当Strength为NA时，strsplit返回NA，unlist后得到character(0)
   • 此时y == "Strong"得到logical(0)，which.max返回integer(0)，索引取值后得到character(0)
   • 当强度列表中没有"Strong"时，which.max同样返回1，但如果时间列表对应位置无有效值，也会出现异常

解决方案 #

修改代码，处理分割后的空格，并添加无匹配时返回NA的逻辑：

# 重新构造数据框（避免cbind自动转成因子）
ST <- data.frame(Strength = Strength, Time = Time, stringsAsFactors = FALSE)

# 分割并去除每个元素的前后空格
s.list <- lapply(strsplit(ST$Strength, ";"), function(x) if (!is.na(x[1])) trimws(x) else NA)
t.list <- lapply(strsplit(ST$Time, ";"), function(x) if (!is.na(x[1])) trimws(x) else NA)

# 自定义函数：找到首次出现"Strong"的时间，无匹配则返回NA
get_first_strong_time <- function(times, strengths) {
  if (is.na(strengths[1])) return(NA)
  # 找到第一个"Strong"的索引
  idx <- which(strengths == "Strong")[1]
  # 存在则返回对应时间，否则返回NA
  if (!is.na(idx)) times[idx] else NA
}

# 应用函数到每条记录
ST$time <- mapply(get_first_strong_time, t.list, s.list)

# 查看结果
view(ST)

说明 #

• 使用trimws去除分割后字符串的前后空格，确保匹配"Strong"时不会因为空格失败
• 自定义函数中先判断是否为NA，再查找第一个匹配的索引，无匹配时明确返回NA
• 用data.frame构造数据框时指定stringsAsFactors = FALSE，避免字符转因子的问题

内容的提问来源于stack exchange，提问作者Mark T