R语言difftime()函数计算时间间隔结果异常问题排查

问题原因 #

• 日期初始赋值错误：直接用06/07/2021这种写法，在R中是除法运算，得到的是极小数值（比如6/7/2021≈0.00042），而非日期字符串。后续as.Date转换时，会把这些数值当作1970-01-01起的天数偏移，完全偏离预期日期。
• dplyr管道未赋值：df %>% mutate(...)执行后未将结果存回df，原df仍是包含除法结果的数值列，后续summarise用的还是错误的原始数据。
• 时间差计算顺序颠倒：difftime(EARLIEST_DATE, LATEST_DATE)用早日期减晚日期，得到负数间隔，不符合时间长度的正向需求。

解决办法 #

修正以上三个问题即可，以下是完整修正代码：

# 1. 把日期写成字符串（添加引号）
EARLIEST_DATE <- c("06/07/2021", "15/11/2019", "01/10/2019", "24/09/2019", "10/11/2020", "21/09/2021", "21/07/2020", "18/10/2022", "05/10/2021", "22/10/2021")
LATEST_DATE <- c("28/09/2021", "20/12/2019", "31/03/2020", "18/09/2020", "15/06/2021", "28/06/2022", "04/09/2020", "28/02/2023", "02/11/2021", "08/07/2022")

library(dplyr)    

df <- data.frame(EARLIEST_DATE, LATEST_DATE)

# 2. 将mutate处理后的结果赋值回df（也可直接在管道链中连接summarise）
df <- df %>%
  mutate(EARLIEST_DATE = as.Date(EARLIEST_DATE,'%d/%m/%Y'),
         LATEST_DATE = as.Date(LATEST_DATE,'%d/%m/%Y'))

# 3. 调换difftime的顺序，用晚日期减早日期得到正间隔
df %>%
  summarise(weeks = ceiling(as.numeric(difftime(LATEST_DATE, EARLIEST_DATE, units = "weeks"))))

执行后会得到符合预期的正数结果，所有间隔均在1年以内。

如果是从CSV导入数据，只要CSV中日期为字符串格式（如"06/07/2021"），则无需处理初始赋值问题，重点关注管道结果赋值和时间差计算顺序即可。

内容的提问来源于stack exchange，提问作者Pendragon