如何结合条件if语句使用floor_date函数？

问题描述 #

尝试为数据集添加一列，用floor_date处理日期：31天的月份（如January、August）按16天分组，30天的月份（如April）按15天分组，但执行条件语句时触发错误：

Error in match(x, table, nomatch = 0L) : 'match' requires vector arguments

错误原因 #

1. 普通if语句是标量判断逻辑，只能处理单个布尔值，无法对数据集中的每行做条件判断；
2. 原代码中直接调用lubridate::month函数而非数据集中的month列，导致判断对象错误；
3. 冗余代码：as.Date(paste(StartDate))完全没必要，因为StartDate本身就是Date类型。

解决方案 #

使用dplyr提供的向量化条件函数（case_when或if_else），对每行数据应用不同的floor_date规则：

方法1：用case_when（多场景友好） #

library(tidyverse)

# 加载原数据集（数据集定义代码省略）

a <- a %>%
  mutate(
    new = case_when(
      month %in% c("January", "August") ~ lubridate::floor_date(StartDate, "16 days"),
      TRUE ~ lubridate::floor_date(StartDate, "15 days")
    )
  )

方法2：用if_else（二元条件更简洁） #

a <- a %>%
  mutate(
    new = if_else(
      month %in% c("January", "August"),
      lubridate::floor_date(StartDate, "16 days"),
      lubridate::floor_date(StartDate, "15 days")
    )
  )

验证结果 #

运行后查看数据集a，new列会根据每行的月份自动应用对应的分组规则：

• January、August的日期会按16天为一组向下取整；
• April的日期会按15天为一组向下取整。

内容的提问来源于stack exchange，提问作者Salvador