R 将系数转换为日期而不创建NA'；s

到目前为止，我在转换系数方面遇到了问题；这就是我不想要的NA值

我的问题的数据可以在这里找到：（）

“因素”

这很奇怪，因为从上面的头部（x）看，它看起来像是约会。无论如何，为了得到bin值，使每个数据点对应于给定日期的总和，使用切割函数，我需要将日期更改为“date”类

---

如果我将其与我在

x[，2]之前看到的进行比较，只是为了举例说明，这些都会产生相同的输出（当然日期列的类除外）：

x
my\u data您只需设置正确的格式分隔符“-”not“\”即可获得：
as.Date（x[，2]，format=“%Y-%m-%d”）
这一切对我来说似乎都很困惑。如果您拥有的是日期，而不是日期时间，并且您需要按天进行聚合，那么为什么您需要使用
cut
？数据已经达到您想要的粒度。然后是agstudy提到的格式问题，以及
cut
总是返回一个间隔因子的事实，因此强制将其结果恢复到最新状态是没有意义的。
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

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

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

class(x[,2])

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

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

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

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

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   

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)

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

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