R语言日期数字加前缀报错：missing value where TRUE/FALSE needed

报错信息 #

Error in if (as.numeric(spotify$rel_date[i]) > 22) { :
missing value where TRUE/FALSE needed

问题背景 #

Spotify发布日期格式为dd-mmm-yy/mmm-yy/yyyy，需求是提取年份的最后两位数字，根据数值添加19、20或200前缀以标准化年份格式。其中extractDate函数可正常返回两位数字格式结果，但getYears函数及后续循环处理出现上述报错。

用户原代码 #

The spotify release dates are either formatted as dd-mmm-yy / mmm-yy / yyyy
## To standardize the years, extract the last two numbers and add 19 or 20 to prefix

##' extractDate function
##' @string is the Date in string format to extract the year from
##' @n is the number of characters to extract from the string
##' substr(x, start, stop) from RDocumentation

extractDate = function(string, n){
  extract =substr(string, nchar(string)-n+1, nchar(string))
}

##' getYears function
##' @string is the Date in string format to add onto to make a proper year
##' For any numbers "##" greater than 22, we will attach "19" in the prefix (i.e.: "1967")
##' For any numbers "##" less or equal to 22, we will attach "20" in the prefix (i.e: "2006")

getYears = function(string){
  if (as.numeric(string)>22){
    string=paste0("19",string)
  }
  else {
    string=paste0("20",string)
  }
}

## spoti$rel_date=extractDate(spoti$rel_date,2)

spotify$rel_date=extractDate(spotify$rel_date,2)
spotify$rel_date


for (i in spotify$rel_date){
  if (as.numeric(spotify$rel_date[i])>22){
    spotify$rel_date[i]=paste0("19",spotify$rel_date[i])
  }
  else if (as.numeric(spotify$rel_date[i]<10)){
    spotify$rel_date[i]=paste0("200",spotify$rel_date[i])
  }
  else {
    spotify$rel_date[i]=paste0("20",spotify$rel_date[i])
  }
}

问题原因 #

1. 循环索引错误：for (i in spotify$rel_date)中i是rel_date的取值而非索引，用spotify$rel_date[i]会把年份值当作索引，导致取到不存在的元素或NA。
2. 括号位置错误：as.numeric(spotify$rel_date[i]<10)逻辑错误，应该先转数值再比较，即as.numeric(spotify$rel_date[i]) <10。
3. 未处理NA值：当rel_date存在NA时，as.numeric()会返回NA，if条件无法识别NA，直接报错。
4. getYears函数逻辑不全：未覆盖单数字年份（需加200前缀）的场景，也未处理NA。

修复方案 #

方案1：修正原循环逻辑

# 先提取年份最后两位
spotify$rel_date <- extractDate(spotify$rel_date, 2)

# 按索引遍历，处理每个元素
for (i in seq_along(spotify$rel_date)) {
  year_part <- as.numeric(spotify$rel_date[i])
  # 跳过NA值，或根据需求赋值
  if (is.na(year_part)) next
  
  if (year_part > 22) {
    spotify$rel_date[i] <- paste0("19", spotify$rel_date[i])
  } else if (year_part < 10) {
    spotify$rel_date[i] <- paste0("200", spotify$rel_date[i])
  } else {
    spotify$rel_date[i] <- paste0("20", spotify$rel_date[i])
  }
}

方案2：优化getYears函数+向量式操作

# 完善getYears函数，加入NA处理和单数字逻辑
getYears = function(string){
  year_num <- as.numeric(string)
  if (is.na(year_num)) {
    return(string) # 保留原NA或自定义返回值
  }
  if (year_num > 22){
    paste0("19", string)
  } else if (year_num < 10){
    paste0("200", string)
  } else {
    paste0("20", string)
  }
}

# 提取年份后直接用sapply批量处理，无需循环
spotify$rel_date <- extractDate(spotify$rel_date, 2)
spotify$rel_date <- sapply(spotify$rel_date, getYears)

方案3：用dplyr实现更简洁的向量式处理

library(dplyr)

# 提取年份最后两位
spotify$rel_date <- extractDate(spotify$rel_date, 2)

# 用case_when统一处理所有情况
spotify$rel_date <- case_when(
  as.numeric(rel_date) > 22 ~ paste0("19", rel_date),
  as.numeric(rel_date) < 10 ~ paste0("200", rel_date),
  !is.na(as.numeric(rel_date)) ~ paste0("20", rel_date),
  TRUE ~ rel_date # 处理NA或非数值的原始值
)

内容的提问来源于stack exchange，提问作者Melody