使用dplyr包case_when()函数基于字符型列A填充日期型列B时出现结果异常的问题求助

嘿，我帮你找出问题所在啦！你的代码里有两个关键错误导致结果不符合预期，咱们一步步来修正：

问题出在哪？ #

1. 赋值逻辑搞反了：你在case_when()里写的B == Date1是在做相等判断，会返回TRUE/FALSE这种布尔值，而不是把Date1的内容赋值给B。这就是为啥B变成布尔型还全是NA——当B或Date1是NA时，判断结果肯定是NA呀。
2. 类型不匹配：你的A列是字符型，但条件里用了A == 1（数值），两者类型对不上，条件永远不成立，自然不会执行对应的填充逻辑。

修正后的代码 #

先给你贴修正后的完整代码，我还加了示例数据方便你测试：

library(dplyr)

# 构造符合你描述的示例数据
df <- tibble(
  A = as.character(c(1, 2, 3, 4)),
  B = as.Date(c(NA, NA, NA, NA)),  # 假设原始B列都是待填充的NA
  Date1 = as.Date(c("2024-01-01", NA, NA, NA)),
  Date2 = as.Date(c(NA, "2024-02-01", NA, NA)),
  Date3 = as.Date(c(NA, NA, "2024-03-01", NA)),
  Date4 = as.Date(c(NA, NA, NA, "2024-04-01"))
)

# 正确的填充逻辑
df <- df %>% 
  mutate(B = case_when(
    A == "1" ~ Date1,  # 字符型匹配，直接返回对应Date列的值
    A == "2" ~ Date2,
    A == "3" ~ Date3,
    A == "4" ~ Date4,
    TRUE ~ B           # 默认保留原B值，避免无匹配时被覆盖成NA
  ))

为啥这么改？ #

• 把B == Date1换成Date1：直接把对应Date列的日期值赋值给B，这样B的类型还是Date，不会变成布尔型。
• 把A == 1改成A == "1"：因为A是字符型，必须用字符串来匹配，不然条件永远不成立。
• 加TRUE ~ B：如果A的值不在1-4范围内，或者对应Date列是NA，就保留B原来的值，避免不必要的NA覆盖。

运行这段代码后，B列就会正确填充对应Date列的日期，类型也保持为Date啦～

内容的提问来源于stack exchange，提问作者a nony mouse