在 Julia 中将包含缺失值的 DataFrame String 列转换为 Date

Question

我正在尝试在 Julia 中将 DataFrame String 列转换为 Date 格式，但如果该列包含缺失值，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：

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

我尝试过的其他代码行是：

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 的数据框中的一个名为tod 的列相关。在尝试此操作之前，DataFrames 和 Dates 包都已加载。

Answer 1

passmissing 方式是

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

这里发生的情况是这样的：passmissing 接受一个函数，并返回一个处理 missings 的新函数（通过返回 missing）。在括号内的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. 沿列进行广播。 如果我将其拆分，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])