R语言ifelse处理日期列后格式异常转为数值问题

• 基础R的ifelse()函数存在类型丢失问题：R中的Date类型本质是带Date类标记的数值（存储值为距1970-01-01的天数，你看到的18912就是这类底层值），ifelse()返回结果时会剥离输入对象的类属性，直接返回底层数值，因此日期格式被破坏。
• 原代码中max(Invoicing, Invoiced)逻辑错误：max()是计算整列向量的全局最大值，不是逐行对比两个字段取较大值，不符合逐行判断替换的需求。
• 末尾追加的%>% as.Date(origin = "1970-01-01")报错原因：管道符传入as.Date()的是整个数据框对象，不是单独的日期列，as.Date()无法直接转换多列数据框，因此抛出类型错误。

直接替换最后一步mutate的逻辑即可，不需要额外加全局类型转换，修正后完整代码如下：

df1 <- left_join(df1, df2) %>% 
  mutate(New = coalesce(New, New2)) %>% 
  mutate(New =  pmin(New, Approved, Processed, Rejected, Expired, Pending, Has_Note, Invoice.Pending, Invoicing, Invoiced, Invoice.Rejected, Invoice.Rejected.Needs.Credit, Credited, na.rm = TRUE)) %>% 
  select(-New2) %>% 
  mutate(Invoicing = if_else(Invoicing > Invoiced, pmax(Invoicing, Invoiced, na.rm = TRUE), Invoicing))

核心改动点：

• 用dplyr提供的if_else()替换基础R的ifelse()：该函数会严格保留输入数据的类型属性，不会丢失Date类标记，从根源避免日期转成裸数值的问题。
• 用逐行并行取最大值的pmax()替换全局取最大值的max()：和前面代码中用pmin()逐行取多列最小值的逻辑一致，会按行对比Invoicing和Invoiced的值取较大者，符合业务需求。

使用提供的样例数据验证：原数据中Invoicing为2021-10-21、Invoiced为2021-10-31的行，会正确将Invoicing替换为2021-10-31，全程保持YYYY-MM-DD的日期格式，不会出现数值转换问题。

内容的提问来源于stack exchange，提问作者user17582908