如何在R中用tidyverse统计date2早于date1的错误记录数

用tidyverse的summarise实现 #

先构造示例数据集：

library(tidyverse)

df <- tibble(
  date1 = as.Date(c("2022-05-09", "2022-07-21", "2023-03-08", "2022-02-06")),
  date2 = as.Date(c("2023-01-10", "2023-03-06", "2022-12-11", "2023-02-11"))
)

通过summarise()结合sum()统计错误记录数：

df %>%
  summarise(error_count = sum(date2 < date1, na.rm = TRUE))

参数na.rm = TRUE用于忽略日期列中的缺失值，避免计算结果返回NA。运行后会得到一个包含错误数量的单行tibble，示例中结果为1，对应第3条错误记录。

更简便的base R方法 #

如果不需要保持tidyverse的管道风格，直接用base R也能快速得到结果：

sum(df$date2 < df$date1, na.rm = TRUE)

原理说明：date2 < date1会逐行生成布尔值（TRUE代表date2早于date1，即错误记录；FALSE代表正常），sum()会自动将TRUE转换为1、FALSE转换为0，求和后就是错误记录的总数。

内容的提问来源于stack exchange，提问作者Matt