使用Lubridate解析多格式日期时出现警告的问题排查

警告产生的原因 #

你用dplyr::if_else时，它是向量化执行逻辑：会先完整计算两个分支的表达式（也就是先对所有元素跑一遍mdy(value)，再对所有元素跑一遍dmy(value)），之后才根据nchar(value) ==8的条件选择对应结果。

比如：

• 长度为10的日期（如"17/11/2023"）用mdy()解析时，会把17当成月份，这显然无效，触发解析失败警告；
• 长度为8的日期（如"02/25/24"）用dmy()解析时，会把25当成月份，同样无效，触发另一个警告。

虽然最终if_else帮你选对了正确分支的结果，但计算分支时产生的警告还是会被保留下来。

解决方法 #

有两种简单的方式消除警告，同时保证解析结果正确：

方法1：用parse_date_time直接尝试多种格式（推荐） #

lubridate的parse_date_time可以指定多种日期格式，它会自动对每个元素匹配第一个能解析成功的格式，不需要手动判断长度：

library(dplyr)
library(lubridate)

x <- c("01/11/24", "17/11/2023", "02/25/24", "01/03/2022")
df <- as_tibble(x)

new_df <- df %>% 
  mutate(value = parse_date_time(value, orders = c("mdy", "dmy")))

方法2：逐行处理，避免计算无效分支 #

用rowwise()让代码逐行执行，每一行只计算符合条件的那个解析函数，不会触发无效解析：

new_df <- df %>% 
  rowwise() %>% 
  mutate(value = if(nchar(value) == 8) mdy(value) else dmy(value)) %>% 
  ungroup()

两种方法得到的结果都和你原来的一致，且不会出现解析失败的警告。

内容的提问来源于stack exchange，提问作者AColoredReptile