as.date создает несколько NA в наборе данных - PullRequest
Новая
       24

as.date создает несколько NA в наборе данных

0 голосов
/ 29 октября 2018

У меня есть простой маленький набор данных: 

> 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 ...

Я хотел бы иметь столбец дат, чтобы можно было строить временные данные: 

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

Однако, daymo теперь имеет 8 NA, и я не могу понять почему (и это затрудняет построение графика!). Откуда приходит горстка НС, если в ddmm нет пропущенных данных? Как я могу избежать их? Я что-то упускаю из виду?

1 Ответ

0 голосов
/ 29 октября 2018

Я предполагаю, что некоторые из факторных данных, которые у вас есть в столбце ddmm, не могут быть правильно проанализированы в дату. Вы можете выявить эти плохие значения, используя: 

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

Обратите внимание, что поскольку в столбце ddmm отсутствует компонент года, R, по-видимому, автоматически назначает текущему году 2018 дату. В идеале вы должны строить свою дату, используя исходную информацию, которая включает год.

Редактировать: Исходя из вашего комментария ниже, ошибочные строки имели 19-Feb в качестве даты. Это означает, что эти даты были, возможно, даже не 2018 года, который не был високосным годом, и в феврале которого было всего 28 дней. Это иллюстрирует важность работы с полным набором информации при разборе даты, включая год.

...