R中遍历lubridate日期向量时的意外类型转换问题

先看这个lubridate日期向量的遍历示例：

library(lubridate)
dates=c(ymd("20180501"), ymd("20180502"), ymd("20180503"))
print(dates)
# [1] "2018-05-01" "2018-05-02" "2018-05-03"
# ...符合预期

print(dates[1])
# [1] "2018-05-01"
# ...符合预期

for(d in dates) print(d)
# [1] 17652
# [1] 17653
# [1] 17654
# ...超出预期！

遍历dates时，R会静默将日期元素转换为数值类型（底层的日期存储值），丢失日期属性。lubridate开发者提到for (x in dates)中的in运算符会按“原始类型”拆分向量，不会保留日期时间对象的属性，因此每个循环变量会变成数值类型。他们推荐用purrr::map或for (i in seq_along(dates))替代，但部分场景仍需使用for循环，由此产生以下疑问：

1. 作为用户，如何在for循环中避免日期转数值的意外转换？是否应养成使用for (i in seq_along(dates)) d = dates[i] ...的习惯？
2. 通常在哪些场景下，需要注意for ... in会静默转换数据类型？
3. lubridate开发者能否通过抛出警告等方式更优雅地处理该问题？
4. R开发者是否可以通过修复in运算符来解决此问题？

问题解答 #

1. 避免类型转换的方案 #

是的，养成用for (i in seq_along(dates))遍历索引的习惯是最稳妥的方案。这种方式通过索引取值dates[i]，会保留原向量的属性——因为单元素索引不会剥离对象的类属性，效果和直接调用dates[1]完全一致。

另外，也可以在循环内手动转换类型（比如d = as_date(d)），但这种方式容易遗漏，不如索引遍历直接可靠。

2. 需要注意类型转换的场景 #

所有带有自定义类属性的向量，都可能遇到这个问题：

• 日期/时间类型：包括基础Date、POSIXct，以及lubridate的各类日期对象
• 因子（factor）：遍历因子向量时，循环变量会变成因子的底层整数编码，而非显示的字符值
• 自定义S3/S4类向量：比如hms包的时间对象、特殊的 tibble 列类型等

本质原因是for ... in会调用as.vector()拆分向量，这个函数会剥离自定义类，返回原始底层类型（数值、整数、字符等）。

3. lubridate能否添加警告优化？ #

理论上可行，但实际操作中可行性极低：

• for ... in的类型转换是R语言底层行为，lubridate无法直接干预in运算符的逻辑
• 若要添加警告，需修改Date或lubridate日期类的as.vector()方法，但这会影响所有使用该类的场景，可能引发大量不必要的警告，干扰正常代码运行
• 开发者更倾向于在文档中明确标注这个陷阱，而非修改底层行为

4. R开发者能否修复in运算符？ #

短期内不太可能，因为这涉及R语言的核心历史设计：

• for ... in的逻辑是优先保证遍历效率，直接使用向量的底层存储，这是R早期性能优先的设计选择
• 修改这个行为会打破大量现有代码的兼容性，很多依赖底层类型遍历的代码会出错
• 若要支持保留类属性的遍历，更可能的是新增全新的循环语法或参数，而非修改现有in运算符

内容的提问来源于stack exchange，提问作者sieste