Date 将包含缺少值的DataFrame字符串列转换为Julia中的日期

我试图在Julia中将DataFrame字符串列转换为日期格式，但如果该列包含缺少的值，则会产生错误：

ERROR: MethodError: no method matching Int64(::Missing)

我尝试运行的代码（适用于没有丢失数据的列）是：

我尝试过的其他代码行包括：

df_pp[:tod] = Date.(passmissing(df_pp[:tod]), DateFormat("d/m/y"));
df_pp[.!ismissing.(df_pp[:tod]), :tod] = Date.(df_pp[:tod], DateFormat("d/m/y"));

---

代码与名为

df_pp

的数据框中名为

tod

的列相关。在尝试此操作之前，已加载

数据帧

和

日期

包。

密码丢失方式为

df_pp.tod = passmissing(x->Date(x, DateFormat("d/m/y"))).(df_pp.tod)

这里发生的是：

passmissing

接受一个函数，并返回一个处理

missing

s的新函数（通过返回

missing

）。在括号内，在

x->Date（x，DateFormat（“d/m/y”）

中，我定义了一个新的匿名函数，它使用适当的

DateFormat

调用

Date

函数。 最后，我在

df_pp.tod

上立即使用

passmissing

返回的函数，使用

沿列广播。 如果将其拆分，则更容易看到语法：

myDate(x) = Date(x, DateFormat("d/m/y"))
Date_accepting_missing = passmissing(myDate)
df_pp[:tod] = Date_accepting_missing.(df_pp[:tod])

---

非常感谢。重写为：

df_pp[：tod]=passmissing（x->Date（x，DateFormat（“d/m/y”））（df_pp[：tod]）用于一致性，但它可以工作！希望很快我能更好地理解语法。我已经添加了一些解释-这会让它更清楚吗？
myDate(x) = Date(x, DateFormat("d/m/y"))
Date_accepting_missing = passmissing(myDate)
df_pp[:tod] = Date_accepting_missing.(df_pp[:tod])