使用dplyr筛选R语言数据框时的日期转换错误求助

核心问题分析 #

报错charToDate()格式不明确，是因为在分组后的filter环节临时转换日期，容易因分组内数据的潜在格式问题（或转换时机逻辑冲突）导致解析失败——即便示例数据格式统一，实际数据可能存在隐性异常。正确逻辑是先统一转换日期格式，再执行分组筛选。

修正代码 #

方式一：先单独转换日期列

# 先将date列转为标准日期格式
data$date <- as.Date(data$date, "%d.%m.%Y")

# 执行筛选与分组操作
data <- data %>% 
  filter(value1 == "city" & !is.na(value2)) %>% 
  group_by(A_id, B_id) %>%
  filter(date == min(date)) %>% 
  select(A_id, B_id, date)

# 若需要保留原"dd.mm.yyyy"字符串格式，可追加转换
data$date <- format(data$date, "%d.%m.%Y")

方式二：整合到管道流中

data <- data %>% 
  # 先转换日期格式
  mutate(date = as.Date(date, "%d.%m.%Y")) %>%
  # 筛选目标行
  filter(value1 == "city" & !is.na(value2)) %>% 
  # 分组取最小日期
  group_by(A_id, B_id) %>%
  filter(date == min(date)) %>% 
  # 保留目标列
  select(A_id, B_id, date) %>%
  # 可选：恢复原日期字符串格式
  mutate(date = format(date, "%d.%m.%Y"))

额外排查步骤 #

如果仍报错，检查原始数据是否存在异常日期字符串：

# 定位无法转换的异常行
abnormal_rows <- which(is.na(as.Date(data$date, "%d.%m.%Y")))
print(data[abnormal_rows, ])

修正这些异常格式（比如32.01.2020、01/01/2020这类不符合dd.mm.yyyy的内容）后再执行代码。

内容的提问来源于stack exchange，提问作者dlwhch