因子到日期转换产生 NA [关闭]

Question

我正在处理一个 kaggle 数据集，这里有一些示例代码：

之前：

Date  Open  High   Low Close   Volume Adj.Close
1 6/29/2010 19.00 25.00 17.54 23.89 18766300     23.89
2 6/30/2010 25.79 30.42 23.30 23.83 17187100     23.83
3  7/1/2010 25.00 25.92 20.27 21.96  8218800     21.96
4  7/2/2010 23.00 23.10 18.71 19.20  5139800     19.20
5  7/6/2010 20.00 20.00 15.83 16.11  6866900     16.11
6  7/7/2010 16.40 16.63 14.98 15.80  6921700     15.80

现在这里是从左到右的每一列的类（因子、数字、数字、数字、数字、整数、数字）

我应用这行代码将我的日期（因子）列更改为日期类型

data$Date <- as.Date(data$Date, format = "%d/%m/%Y")

现在，当我这样做时，我再次运行“sapply(data, class)”并运行“is.factor(data$Date)”进行检查，它成功了！ 但问题来了：

Date  Open  High   Low Close   Volume Adj.Close
1       <NA> 19.00 25.00 17.54 23.89 18766300     23.89
2       <NA> 25.79 30.42 23.30 23.83 17187100     23.83
3 2010-01-07 25.00 25.92 20.27 21.96  8218800     21.96
4 2010-02-07 23.00 23.10 18.71 19.20  5139800     19.20
5 2010-06-07 20.00 20.00 15.83 16.11  6866900     16.11
6 2010-07-07 16.40 16.63 14.98 15.80  6921700     15.80

我的数据集是 1692x7，我做了一个 NA 计数，现在我得到了 1021 个 NA（60% 的数据）

有人知道没有所有 NA 的情况下将因子转换为日期类型的更好方法吗？

Answer 1

您需要使用as.Date(df$Date, format = "%m/%d/%Y") 而不是as.Date(data$Date, format = "%d/%m/%Y")。

as.Date(df$Date, format = "%m/%d/%Y")
# [1] "2010-06-29" "2010-06-30" "2010-07-01" "2010-07-02" "2010-07-06"
# [6] "2010-07-07"

这是month/day/year 不是day/month/year