在R数据框中实现出生日期与预约日期的QC校验问题

我有一个包含study_id、date_diagnosis和10个预约日期列（appointment1至appointment10）的dataframe，需要做QC校验：确认出生日期date_birth早于所有预约日期。目标是生成一个逻辑变量incorrect_dob，当出生日期晚于任意一个预约日期时，该变量为TRUE。

我尝试了以下代码但未生效：

df <- df %>%
  mutate(incorrect_dob = pmap_lgl(select(., starts_with("appointment")), ~any(.x < dob)))

根据示例数据，前两行应该触发TRUE值，求解决建议和原代码失效原因。

示例数据代码：

# set seed
set.seed(122)

# 创建生成随机日期的函数
random_dates <- function(n, start_date, end_date) {
  as.Date(start_date) + floor(runif(n, min = 0, max = as.integer(end_date - start_date)))
}

# 定义日期范围
start_date <- as.Date("2000-01-01")
end_date <- as.Date("2023-12-31")

df <- tibble(
  study_id = 1:5,
  date_birth = random_dates(5, as.Date("1995-01-01"), as.Date("2002-01-01")),
  appointment1 = random_dates(5, start_date, end_date),
  appointment2 = random_dates(5, start_date, end_date),
  appointment3 = random_dates(5,分别 `,aryleet Em Measures water sever转换成优先材料vor),
  appointment4 = random_dates(5, start_date, end_date),
  appointment5 = random_dates(5, start_date, end_date),
  appointment6 = random_dates(5, start_date, end_date),
  appointment7 = random_dates(5, start_date, end_date),
  appointment8 = random_dates(5, start_date, end_date),
  appointment9 = random_dates(5, start_date, end_date),
  appointment10 = random_dates(5, start_date, end_date)
)

1. 变量名不匹配：数据中出生日期列是date_birth，但代码里写的是dob，R找不到该列直接导致逻辑判断出错。
2. pmap_lgl参数处理错误：pmap系列函数会把传入的每一列作为单独参数传给公式，你只传入了10个预约列，但公式里只用了.x（仅代表第一个预约列appointment1），剩下9个预约列完全没参与判断，相当于只检查了appointment1是否早于出生日期，没有覆盖所有预约日期。

方法1：tidyverse推荐写法（rowwise() + c_across()） #

这种写法直观易懂，按行处理所有预约列：

df <- df %>%
  rowwise() %>%
  mutate(incorrect_dob = any(c_across(starts_with("appointment")) < date_birth)) %>%
  ungroup()

• rowwise()：告诉R按行处理数据
• c_across(starts_with("appointment"))：把当前行的所有预约列打包成一个向量
• any(...)：判断向量中是否有任意一个值小于date_birth

方法2：修正pmap_lgl的用法 #

如果坚持用pmap，需要把date_birth和所有预约列一起传入，再统一处理：

df <- df %>%
  mutate(incorrect_dob = pmap_lgl(
    select(., date_birth, starts_with("appointment")),
    function(dob, ...) any(c(...) < dob)
  ))

或者用更简洁的公式写法：

df <- df %>%
  mutate(incorrect_dob = pmap_lgl(
    select(., date_birth, starts_with("appointment")),
    ~ any(c(tail(list(...), -1)) < ..1)
  ))

方法3：base R写法（apply按行处理） #

如果不习惯tidyverse，用base R的apply也能实现：

df$incorrect_dob <- apply(
  df[, grepl("^appointment", names(df))], 1,
  function(x) any(x < df$date_birth)
)

运行上述任意一种方法后，查看示例数据的incorrect_dob列，前两行会显示TRUE，符合预期。

内容的提问来源于stack exchange，提问作者Casey