SPSS日期列缺失值导入R被识别为1582-10-14的原因排查

核心问题 #

从SPSS（.sav）导入日期数据时，部分在SPSS界面显示为空的单元格，在R中被解析为1582-10-14而非NA，使用rio::import_list()和haven::read_sav()均出现此问题。

原因解析 #

这一问题的本质是SPSS底层存储的自定义缺失值未被R识别为系统缺失值，具体有两种可能：

• 自定义缺失值设置：SPSS允许为变量设置「离散自定义缺失值」——你看到的“空单元格”，其实是SPSS将某个特定数值标记为缺失并在界面隐藏显示，但底层仍存储该数值。对于日期变量，SPSS以1582-10-15为基准日计算天数（与R的1970-01-01基准不同），如果该变量被设置了对应1582-10-14的数值作为自定义缺失值，R导入时会按日期转换规则将其解析为1582-10-14，而非识别为NA。
• 数据处理遗留错误：在SPSS数据录入或脚本处理过程中，误将这些单元格赋值为了对应1582-10-14的数值，同时通过SPSS的显示设置将该值隐藏为“空”，导致界面无显示但底层数据残留。

从你提供的dput()结果也能验证：那些被解析为1582-10-14的条目，对应的原始数值是-141428，而as.Date(-141428)正好等于1582-10-14（R的Date类型以1970-01-01为0点，往前推141428天即为该日期）。

验证方法（SPSS端） #

你可以在SPSS中打开数据集，进入「变量视图」，查看该日期变量的「缺失」列设置：

• 如果显示为「离散缺失值」且填写了对应数值，即可确认是自定义缺失值导致的问题。

临时修复方案 #

你已经知道可以通过删除1582-10-14条目修复，也可以用代码批量替换：

datetest$datevariable[datetest$datevariable == as.Date("1582-10-14")] <- NA

内容的提问来源于stack exchange，提问作者Max