data.table含日期列时替换'N/A'为NA报错求助

问题背景 #

尝试将data.table中的字符串'N/A'替换为NA时，因表中存在日期列，直接全表替换触发类型转换报错：

Error in charToDate(x) :
character string is not in a standard unambiguous format

使用网上方案时，又因data.table语法特性触发报错：

Error in [.data.table(*tmp*, , chcols) :
j (the 2nd argument inside [...]) is a single symbol but column name 'chcols' is not found. Perhaps you intended DT[, ..chcols]. This difference to data.frame is deliberate and explained in FAQ 1.1.

正确解决方案 #

方案1：修正原代码（适配data.table列名向量引用规则） #

原代码的核心问题是data.table中直接在j位置使用列名向量时，需要用..前缀表示“引用上层环境的变量”，修改后代码如下：

# 筛选所有字符类型列
chcols = names(dt)[sapply(dt, is.character)]
# 仅在字符列中替换'N/A'为NA
dt[, ..chcols][dt[, ..chcols] == 'N/A'] = NA

方案2：data.table原生高效写法（使用.SDcols） #

利用data.table专属的.SD（数据子集）和.SDcols指定目标列，直接在原表上修改，性能更优：

chcols = names(dt)[sapply(dt, is.character)]
# 用基础ifelse替换
dt[, (chcols) := lapply(.SD, function(x) ifelse(x == 'N/A', NA, x)), .SDcols = chcols]

如果追求更高性能，可改用data.table内置的fifelse函数：

chcols = names(dt)[sapply(dt, is.character)]
dt[, (chcols) := lapply(.SD, function(x) fifelse(x == 'N/A', NA, x)), .SDcols = chcols]

关键说明 #

• 两种方案均只针对字符类型列操作，完全避开日期列，从根源避免类型转换错误；
• 方案2的(chcols) :=是data.table的原地赋值语法，无需复制整张表，比方案1的链式索引效率更高。

内容的提问来源于stack exchange，提问作者Zach Fara