为何无法基于时间范围筛选数据集？求技术排查方案

从Kaggle下载了共享单车需求数据集，希望在分析中仅保留1月至2月的数据。

数据集结构 #

structure(list(datetime = c("1/20/2011 0:00", "1/20/2011 1:00", 
"1/20/2011 2:00", "1/20/2011 3:00", "1/20/2011 4:00", "1/20/2011 5:00"
), season = c(1, 1, 1, 1, 1, 1), holiday = c(0, 0, 0, 0, 0, 0
), workingday = c(1, 1, 1, 1, 1, 1), weather = c(1, 1, 1, 1, 
1, 1), temp = c(10.66, 10.66, 10.66, 10.66, 10.66, 9.84), atemp = c(11.365, 
13.635, 13.635, 12.88, 12.88, 11.365), humidity = c(56, 56, 56, 
56, 56, 60), windspeed = c(26.0027, 0, 0, 11.0014, 11.0014, 15.0013
)), row.names = c(NA, -6L), class = c("tbl_df", "tbl", "data.frame"))

尝试的筛选代码 #

已安装Lubridate和Tidyverse包，使用以下代码筛选：

test %>% filter(as_date(datetime) >= as_date("2011-01-20") & 
                   as_date(datetime) <= as_date("2011-02-20"))

运行错误 #

出现警告：

Warning messages:
1: All formats failed to parse. No formats found.

解决方案 #

问题根源是as_date()无法自动识别你的日期字符串格式（MM/DD/YYYY HH:MM），不需要重新上传数据，只需指定正确的解析格式即可：

方法1：分步转换+筛选

library(lubridate)
library(tidyverse)

# 转换datetime列为datetime类型
test_clean <- test %>%
  mutate(datetime = mdy_hm(datetime))

# 筛选指定日期范围的数据
test_filtered <- test_clean %>%
  filter(date(datetime) >= ymd("2011-01-20") & date(datetime) <= ymd("2011-02-20"))

方法2：一步完成

test %>%
  mutate(datetime = mdy_hm(datetime)) %>%
  filter(date(datetime) between(ymd("2011-01-20"), ymd("2011-02-20")))

关键说明 #

• mdy_hm()是lubridate专门处理月/日/年 时:分格式的函数，能精准匹配你的日期字符串，避免自动解析失败
• date()函数从datetime类型中提取纯日期部分，方便进行日期范围筛选
• between()函数可以简化区间条件的写法，让代码更简洁

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