as.date 在数据集中创建一些 NA

Question

我有一个简单的小数据集：

> str(SFdischg)
'data.frame':   11932 obs. of  4 variables:
 $ date: Factor w/ 11932 levels "1/01/1985","1/01/1986",..: 97 4409 8697 9677 10069 10461 10853 11245 11637 489 ...
 $ ddmm: Factor w/ 366 levels "01-Apr","01-Aug",..: 1 13 25 37 49 61 73 85 97 109 ...
 $ year: int  1984 1984 1984 1984 1984 1984 1984 1984 1984 1984 ...
 $ cfs : int  1500 1430 1500 1850 1810 1830 1850 1880 1970 1980 ...

我想要一列日期以便绘制时间数据：

SFdischg$daymo <- as.Date(SFdischg$ddmm, format="%d-%b")
> summary(SFdischg)
    date            ddmm            year           cfs           daymo           
 1/01/1985:    1   01-Apr :   33   Min.   :1984   Min.   : 172   Min.   :2018-01-01  
 1/01/1986:    1   01-Aug :   33   1st Qu.:1992   1st Qu.: 705   1st Qu.:2018-04-04  
 1/01/1987:    1   01-Jul :   33   Median :2000   Median : 948   Median :2018-07-03  
 1/01/1988:    1   01-Jun :   33   Mean   :2000   Mean   :1374   Mean   :2018-07-02  
 1/01/1989:    1   01-May :   33   3rd Qu.:2008   3rd Qu.:1340   3rd Qu.:2018-10-01  
 1/01/1990:    1   01-Nov :   33   Max.   :2016   Max.   :8100   Max.   :2018-12-31  
 (Other)  :11926   (Other):11734                                 NA's   :8

然而，daymo 现在有 8 个 NA，我不明白为什么（这使得绘图变得困难！）。 ddmm 中没有缺失数据时，那一小撮 NA 是从哪里来的？我怎样才能避免它们？我错过了一些明显的东西吗？

Answer 1

我的猜测是 ddmm 列中的某些因素数据无法正确解析为日期。您可以使用以下方式揭示这些不良值：

SFdischg$ddmm[is.na(as.Date(SFdischg$ddmm, format="%d-%b"))]

请注意，由于 ddmm 列中没有年份部分，R 似乎自动将当前年份 2018 分配给日期。理想情况下，您应该使用包含年份的源信息来建立日期。

编辑： 根据您在下方的评论，违规行的日期为 19-Feb。这意味着这些日期可能甚至不是来自 2018 年，2018 年不是闰年，2 月只有 28 天。这说明了在解析日期（包括年份）时使用全套信息的重要性。

as.date 在数据集中创建一些 NA

as.date creates some NAs in dataset

r

na

as.date