DataFrame按行应用函数计算月度账单遇报错，求排查解决

嘿，我帮你排查出问题所在了，咱们一步步来解决：

核心错误原因 #

从你提供的dput(bookings)输出能明确看到：ContractStart和ContractEnd列实际是NA值（结构里显示为NA_real_，虽然标记了Date类，但实际没有有效日期数据）。lubridate无法用NA创建有效的时间区间，这直接导致了函数执行时出现non-numeric argument to binary operator的错误。除此之外，你的函数逻辑还有几个小细节需要优化。

第一步：修复日期列的缺失问题 #

首先得把原始数据中的日期字符串正确转换成Date类型——显然你读入数据时没有处理好日期列的转换，导致它们变成了NA。

如果你的原始数据里日期是类似"2018-01-01"的字符格式，可以直接用lubridate的ymd()函数转换：

bookings <- bookings %>%
  mutate(
    ContractStart = ymd(ContractStart),
    ContractEnd = ymd(ContractEnd)
  )

如果是从CSV文件读取数据，建议在读取时就指定列类型，避免自动识别出错：

bookings <- read_csv("your_booking_data.csv", col_types = cols(
  Account = col_character(),
  Type = col_character(),
  MonthlyRate = col_integer(),
  ContractStart = col_date(format = "%Y-%m-%d"),
  ContractEnd = col_date(format = "%Y-%m-%d")
))

第二步：修正月度营收计算函数 #

原来的函数有两个问题：一是创建月末日期的方式有类型风险，二是没有处理NA的情况，而且用rowwise()效率较低。我给你优化成了向量化函数，逻辑更严谨，还能处理缺失值：

monthly_revenue <- function(reporting_date, monthly_rate, start, end) {
  # 先处理日期缺失的情况，直接返回0营收
  na_mask <- is.na(start) | is.na(end)
  val <- numeric(length(monthly_rate))
  val[na_mask] <- 0
  
  # 针对非缺失的记录计算重叠天数比例
  non_na <- !na_mask
  if (any(non_na)) {
    # 创建合同区间和账单月份的完整区间
    contract_int <- interval(start[non_na], end[non_na])
    report_month_start <- floor_date(reporting_date, "month")
    report_month_end <- ceiling_date(reporting_date, "month") - days(1)
    report_month_int <- interval(report_month_start, report_month_end)
    
    # 计算合同与账单月的重叠区间
    overlap_int <- intersect(contract_int, report_month_int)
    # 转换重叠区间为天数
    overlap_days <- time_length(overlap_int, "days")
    # 获取账单月的总天数
    report_month_days <- days_in_month(reporting_date)
    
    # 计算计费比例，无重叠则设为0
    val[non_na] <- ifelse(overlap_days > 0, overlap_days / report_month_days, 0)
  }
  
  # 最终计算营收
  val * monthly_rate
}

这个函数的逻辑更通用：计算合同周期和账单月份的重叠天数，按重叠天数占当月总天数的比例计费，完全不重叠或日期缺失则营收为0。

第三步：计算月度营收 #

现在不需要用rowwise()了，直接调用函数即可：

billing_date <- as.Date("2019-03-29")
revenue_for_month <- bookings %>%
  mutate(Revenue = monthly_revenue(billing_date, MonthlyRate, ContractStart, ContractEnd))

这样就能正确计算出每条记录的月度账单金额啦。

内容的提问来源于stack exchange，提问作者EPBaron