基于现有日期列生成新列的R代码报错问题求解

问题根源 #

1. 类型不兼容：你的df$Date ouverture是POSIXt（带时间戳的日期）类型，而定义的boundaries是Date（仅日期）类型，两种类型直接进行>=比较时，会触发方法不兼容的警告，同时导致比较逻辑异常。
2. 区间判断逻辑漏洞：原case_when的条件未明确区间上下限，且边界值顺序与条件描述不匹配，进一步加剧了结果错误。

修复步骤与代码 #

步骤1：统一日期类型 #

先将POSIXt类型的Date ouverture转换为Date类型（去掉时间部分，避免类型冲突）：

df$`Date ouverture` <- as.Date(df$`Date ouverture`)

步骤2：修正区间判断逻辑 #

可以选择两种方式实现：

方式一：修正case_when逻辑

明确每个区间的上下限，确保case_when按从近到远的顺序匹配：

# 定义时间边界
boundaries <- list(
  within_1y = Sys.Date() - 365,
  within_2y = Sys.Date() - 2 * 365,
  within_3y = Sys.Date() - 3 * 365,
  within_5y = Sys.Date() - 5 * 365
)

# 生成分类列
df$DateCategory <- case_when(
  df$`Date ouverture` >= boundaries$within_1y ~ "< 1 year",
  df$`Date ouverture` >= boundaries$within_2y & df$`Date ouverture` < boundaries$within_1y ~ "> 1 year & < 2 years",
  df$`Date ouverture` >= boundaries$within_3y & df$`Date ouverture` < boundaries$within_2y ~ "> 2 years & < 3 years",
  df$`Date ouverture` >= boundaries$within_5y & df$`Date ouverture` < boundaries$within_3y ~ "> 3 years & < 5 years",
  TRUE ~ "> 5 years"
)

方式二：用cut函数简化实现（更高效）

cut函数专门用于区间划分，代码更简洁且不易出错：

df$DateCategory <- cut(
  x = df$`Date ouverture`,
  breaks = c(Sys.Date() - 5*365, Sys.Date() - 3*365, Sys.Date() - 2*365, Sys.Date() - 365, Sys.Date()),
  labels = c("> 5 years", "> 3 years & < 5 years", "> 2 years & < 3 years", "> 1 year & < 2 years", "< 1 year"),
  include.lowest = TRUE  # 包含最左侧的边界值
)

原代码只返回"< 1 year"的原因 #

类型不兼容导致POSIXt与Date的比较逻辑失效，所有比较结果被错误判定为TRUE，因此case_when会优先匹配第一个条件并返回对应结果。

内容的提问来源于stack exchange，提问作者user21699241