R语言中如何通过日期首字符筛选数据？现有代码报错求助

问题背景 #

已有date类型的Start_date列，通过filter(tripRawData_cleaned, Start_date < "2022-01-01")可筛选出早于2022年的行。现尝试通过提取Start_date首字符（如“2”）筛选首字符不为“2”的行，使用以下代码时报错：

millenium <- substr((tripRawData_cleaned$Start_date),1,1)
millenium <- as.numeric(millenium)
str(millenium)
if(millenium < 2){
  print(tripRawData_cleaned$Start_date)
}

报错信息：Error in if (millenium < 2) { : the condition has length > 1

报错原因 #

R的if语句仅支持长度为1的逻辑判断条件，但millenium是对应数据每一行的向量，millenium < 2会生成一个与数据行数一致的逻辑向量，直接传入if会触发报错。

解决方案 #

方法1：基础R向量筛选 #

利用R的向量化特性，直接用逻辑向量筛选数据行：

# 提取首字符并转为数字
millenium <- as.numeric(substr(tripRawData_cleaned$Start_date, 1, 1))
# 筛选首字符数字不等于2的行
filtered_data <- tripRawData_cleaned[millenium != 2, ]
# 打印筛选后的日期列
print(filtered_data$Start_date)

方法2：dplyr风格筛选（与原有代码统一） #

直接在filter函数内完成字符提取与判断，代码更简洁：

library(dplyr)
filtered_data <- tripRawData_cleaned %>%
  filter(as.numeric(substr(Start_date, 1, 1)) != 2)
print(filtered_data$Start_date)

额外说明 #

虽然提取首字符的方法可行，但直接使用日期比较Start_date < "2022-01-01"的方式更高效、更安全——日期类型的比较能自动处理格式异常，避免字符串提取可能出现的错误。

内容的提问来源于stack exchange，提问作者Nabeel