使用cut&label方法标记日期范围返回NA值问题求助

你的问题确实出在日期格式解析上，这是R处理日期时很容易踩的坑！

核心原因 #

当你用as.Date(c("10-03-2016", ...))时，R默认的日期解析格式是%Y-%m-%d（年-月-日），所以字符串"10-03-2016"会被错误解析成2010年3月20日，而不是你实际想要的2016年3月10日。这就导致你设置的breaks日期完全不符合预期，数据集里的所有date都不在这些错误的区间范围内，最终sentiment列全是<NA>。

修复步骤 #

1. 指定正确的日期解析格式
   在as.Date()中添加format = "%d-%m-%Y"参数，明确告诉R你的日期字符串是日-月-年的格式：

   # 先定义正确的breaks日期
   break_dates <- as.POSIXct(as.Date(
     c("10-03-2016", "13-06-2016", "16-07-2017", "01-09-2017", 
       "14-09-2017", "13-01-2018", "01-04-2018", "05-05-2018", "02-04-2019"),
     format = "%d-%m-%Y"
   ))
   

2. 验证breaks的合理性
   运行print(break_dates)检查解析后的日期是否正确，同时确认这些日期的顺序是递增的，并且覆盖了你数据集里的date范围（你的数据从2016-03-11开始，第一个breaks是2016-03-10，刚好能包含所有数据）。

3. 重新生成sentiment列
   用修正后的break_dates运行cut.POSIXt：

   tripsentiment$sentiment <- cut.POSIXt(
     tripsentiment$date,
     breaks = break_dates,
     labels = c("BULL", "BEAR", "BULL", "BEAR", "BULL", "BEAR", "BULL", "BEAR")
   )
   

额外优化建议 #

如果你经常处理不同格式的日期，推荐使用lubridate包的dmy()函数，它可以直接识别日-月-年格式的字符串，代码更简洁且不易出错：

library(lubridate)
break_dates <- as.POSIXct(dmy(c("10-03-2016", "13-06-2016", ...)))

测试一下修正后的代码，你的sentiment列应该就能正确赋值了！

内容的提问来源于stack exchange，提问作者magisterludi