在dplyr::mutate中提取POSIXct时间小时并忽略缺失值

问题场景 #

有包含id和datetime（POSIXct类型，含NA值）的tibble数据，提取datetime中的小时生成新列时因缺失值报错，使用dplyr::if_else处理NA时出现Result must be length 1, not 0错误。

示例数据 #

library(tibble)

df <- tibble(
  id = 1:3,
  datetime = as.POSIXct(c("2024-05-20 08:30:00", "2024-05-20 14:15:00", NA))
)

错误代码示例 #

# 触发报错的代码
library(dplyr)

df %>% 
  mutate(hour = if_else(is.na(datetime), NA, as.integer(strftime(datetime, "%H"))))

解决方案 #

方案1：使用lubridate包的hour()函数（推荐）

lubridate的hour()函数原生支持POSIXct类型的NA值，无需额外条件判断，直接返回对应小时或NA：

library(lubridate)
library(dplyr)

df_processed <- df %>% 
  mutate(hour = hour(datetime))

# 输出结果
df_processed

输出：

# A tibble: 3 × 3
     id datetime            hour
  <int> <dttm>              <int>
1     1 2024-05-20 08:30:00     8
2     2 2024-05-20 14:15:00    14
3     3 NA                     NA

方案2：修正dplyr::if_else的类型匹配

dplyr::if_else要求分支返回值的类型、长度严格一致，需将NA指定为整数类型（NA_integer_）：

library(dplyr)

df_processed <- df %>% 
  mutate(hour = if_else(is.na(datetime), NA_integer_, hour(datetime)))

方案3：使用base R的format()+ifelse

base R的ifelse对类型要求更宽松，也可直接用format()处理（NA值会自动转为NA_integer_）：

df_processed <- df %>% 
  mutate(hour = as.integer(format(datetime, "%H")))

错误原因说明 #

dplyr::if_else的严格类型检查机制导致：当你传入NA（默认逻辑型）和整数型的小时值时，类型不匹配，触发内部长度校验错误。指定NA_integer_可保证分支类型一致；而lubridate::hour()直接处理POSIXct类型，原生兼容NA，从根源避免了类型问题。

内容的提问来源于stack exchange，提问作者Sam