R语言日期处理报错：charToDate(x)错误排查与解决

问题重现 #

使用lubridate转换日期格式：

df$diagnosis_year <- lubridate::ymd(df$diagnosis_year, truncated = 2L)

尝试统计diagnosis_year非NA且smoker_status为"1"的行数时，执行以下代码报错：

nrow(df[df$diagnosis_year != 'NA' & df$smoker_status == '1', ])

错误信息：

Error in charToDate(x) : 
  Zeichenkette ist nicht in einem eindeutigen Standardformat

可复现的测试数据：

df = data.frame (diagnosis_year  = c("1999", "2005", "1998", "2022", "2001"),
                 smoker_status = c("1", "0", "1", "1", "99"), sex = c("2", "2", "1", "2", "1")
                 )

错误原因 #

df$diagnosis_year != 'NA'的写法错误：lubridate转换后，diagnosis_year是Date类型，其中的缺失值是日期型NA（不是字符串"NA"）。当你用日期类型和字符串"NA"做比较时，R会尝试把字符串转换成日期，这个转换失败就抛出了上述报错。

修复方案 #

基础R写法 #

用!is.na()判断日期是否为缺失值，修正后的统计代码：

nrow(df[!is.na(df$diagnosis_year) & df$smoker_status == "1", ])

运行后返回正确结果3。

tidyverse风格写法（可选） #

如果使用dplyr，代码更直观：

library(dplyr)

# 方法1：用nrow统计
df %>%
  filter(!is.na(diagnosis_year), smoker_status == "1") %>%
  nrow()

# 方法2：直接count
df %>%
  filter(!is.na(diagnosis_year), smoker_status == "1") %>%
  count()

验证步骤 #

执行日期转换后，确认列类型：

class(df$diagnosis_year)
# 输出："Date"

确认是Date类型后，!is.na()就能准确筛选出非缺失的日期行，结合条件即可得到正确统计结果。

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