Question

我遇到了转换因素到目前为止的问题;它正在制作我不想要的NA值。

我的问题的数据可以在这里找到：（https://d396qusza40orc.cloudfront.net/repdata%2Fdata%2Factivity.zip）

x <- read.csv("activity.csv")
head(x)

steps       date interval
1    NA 2012-10-01        0
2    NA 2012-10-01        5
3    NA 2012-10-01       10
4    NA 2012-10-01       15
5    NA 2012-10-01       20
6    NA 2012-10-01       25

目标：我试图找到每天所采取的平均步数。首先，我需要 bin值，以便每个数据点对应于给定日期的总和

x$Day <- as.Date(cut(x$date, breaks = "day"))

Error in cut.default(x$date, breaks = "day") : 'x' must be numeric

只需使用 class 函数

确认

class(x[,2])

＆＃34;因子＆＃34;

这很奇怪，因为从上面的头部（x）看起来就像是Date。无论如何，为了使每个数据点对应于给定日期的总和，使用 cut 函数，我需要将日期更改为＆＃34; Date＆＃34;类

x[,2] <- as.Date(x[,2], format="%Y/%m/%d")
class(x[,2])

[1]＆＃34;日期＆＃34;

好的，所以从理论上说我应该能够现在分区值

x$Day <- as.Date(cut(x$date, breaks = "day"))

seq.int（0，to0 - from，by）中的错误：＆＃39;到＆＃39;不能是NA，NaN或无限另外：警告信息： 1：在min.default中（c（NA_real_，NA_real_，NA_real_，NA_real_，NA_real_，： min没有非缺失的参数;返回Inf 2：在max.default中（c（NA_real_，NA_real_，NA_real_，NA_real_，NA_real_，： max没有非缺失的参数;返回-Inf

head(is.na(x))

steps date interval
[1,]  TRUE TRUE    FALSE
[2,]  TRUE TRUE    FALSE
[3,]  TRUE TRUE    FALSE
[4,]  TRUE TRUE    FALSE
[5,]  TRUE TRUE    FALSE
[6,]  TRUE TRUE    FALSE

如果我将此与x[,2] <- as.Date(x[,2], format="%Y/%m/%d")

之前的内容进行比较

head(is.na(x))

steps  date interval
[1,]  TRUE FALSE    FALSE
[2,]  TRUE FALSE    FALSE
[3,]  TRUE FALSE    FALSE
[4,]  TRUE FALSE    FALSE
[5,]  TRUE FALSE    FALSE
[6,]  TRUE FALSE    FALSE

不确定这里发生了什么？我知道这应该有用，因为我从以下教程（http://blog.mollietaylor.com/2013/08/plot-weekly-or-monthly-totals-in-r.html?m=1）

中得到了这个想法

sessionInfo()

R version 3.0.3 (2014-03-06)
Platform: x86_64-w64-mingw32/x64 (64-bit)

locale:
[1] LC_COLLATE=English_Canada.1252 
[2] LC_CTYPE=English_Canada.1252   
[3] LC_MONETARY=English_Canada.1252
[4] LC_NUMERIC=C                   
[5] LC_TIME=English_Canada.1252    

attached base packages:
[1] stats     graphics  grDevices utils    
[5] datasets  methods   base     

other attached packages:
[1] scales_0.2.4  ggplot2_1.0.0

loaded via a namespace (and not attached):
[1] colorspace_1.2-4 digest_0.6.4    
[3] grid_3.0.3       gtable_0.1.2    
[5] MASS_7.3-29      munsell_0.4.2   
[7] plyr_1.8.1       proto_0.3-10    
[9] Rcpp_0.11.1      reshape2_1.4    
[11] stringr_0.6.2    tools_3.0.3

Answer 1

只是为了说明，这些都导致相同的输出（当然除了日期列的类）：

x <- read.csv("~/Downloads/activity.csv")
# Date is a factor
r1 <- aggregate(steps~date,data = x,FUN = mean)

x1 <- read.csv("~/Downloads/activity.csv",stringsAsFactors = FALSE)
# Date is a character
r2 <- aggregate(steps~date,data = x1,FUN = mean)

x2 <- x
x2$date <- as.Date(as.character(x$date))
# Date is a date
r3 <- aggregate(steps~date,data = x2,FUN = mean)

Answer 2

my_data <-
  read.csv(your_file, stringsAsFactors = FALSE)

# Convert 'my_data$date' to Date format
my_data$date <- 
  as.Date(my_data$date)

这应该有用......

将因子转换为日期而不创建NA

2 个答案: