R语言Cyclistic项目日期转换报错及NA问题技术求助

你的三段代码错误原因： #

• 第一段代码df$date<-as.Date(df$started_at)：as.Date()默认仅识别无歧义的标准日期格式（比如YYYY-MM-DD），你的数据是带时间的月/日/年 时:分格式，默认解析规则无法匹配，因此报错。
• 第二段代码df$date<-as.Date(df$started_at,format = "%y%m%d")：格式字符串%y%m%d对应的是无分隔符的两位年+月+日（例如200426），但你的数据是带斜杠分隔的4/26/2020，格式完全不匹配，所以返回NA。
• 第三段代码strptime(df$started_at,"%y-%m-%d %H: %M: %S")：格式字符串要求的是两位年-月-日 小时: 分钟: 秒（你还额外多打了空格），但你的数据是四位年、斜杠分隔、无秒数，格式不匹配导致解析失败，返回NA。

正确处理步骤： #

你的日期时间格式是月/日/四位年 24小时制小时:分钟，对应格式字符串为"%m/%d/%Y %H:%M"，先将字符型的started_at转为日期时间类型，再提取所需列：

# 方法1：用基础R处理
# 1. 转换为POSIXct日期时间类型（更适合数据框操作）
df$started_at <- as.POSIXct(df$started_at, format = "%m/%d/%Y %H:%M")

# 2. 提取各日期字段
df$date <- as.Date(df$started_at)
df$day <- as.integer(format(df$started_at, "%d"))  # 数值型日
df$month <- as.integer(format(df$started_at, "%m")) # 数值型月
df$year <- as.integer(format(df$started_at, "%Y"))  # 数值型年

# 方法2：用lubridate包更简洁（已安装的话）
library(lubridate)
df$started_at <- mdy_hm(df$started_at)
df$date <- date(df$started_at)
df$day <- day(df$started_at)
df$month <- month(df$started_at)
df$year <- year(df$started_at)

内容的提问来源于stack exchange，提问作者Ogunyinka