Al importar un conjunto de datos con una columna de fecha para que la columna sea numérica y continua, si el formato de la fecha de entrada es incorrecto, los valores que no se pueden analizar se establecen como faltantes, por lo que no tiene una segunda oportunidad de configurar el formato de entrada.¿Cómo maneja normalmente esto en un análisis de interfaz de usuario exploratorio / gráfico?
yo a veces
- duplicar la columna antes de convertirla a numérica
- Cree una nueva columna de fórmula para analizar la fecha
Para demostrar el problema, ejecute este código para crear una tabla con algunas fechas en formato m / d / y, y luego configure esa columna para usar el formato d / m / y, como se muestra en la captura de pantalla a continuación.
names default to here(1);
//Make a table with dates in m/d/y format
vals = index(today()-in days(100), today(), incr=in hours(1));
dt = New Table( "Example Data for Input Date Format",
Add Rows( n items(vals) ),
New Column( "Dates mdy",
Numeric,
"Nominal",
Format( "m/d/y h:m:s", 23, 0 ),
Input Format( "m/d/y h:m" ),
Set Values( vals )
)
);
dt << run formulas;
wait(1);
dt:Dates mdy << data type("Character");
Ahora establezca todos los valores a la vez en la información de la columna y observe cómo algunos datos se establecen como faltantes, incluso después de cambiar la columna de nuevo a carácter.
Los valores perdidos resultantes de Char a Num se deben al formato de entrada.
Los resultados que faltan comienzan alrededor de la fila 113 con este "13/02/2021 12:23:50 a. M.". El formato de entrada "d / m / yh: m" lo interpreta como el decimotercer mes, que no es válido.
Cuando hay un error en la conversión, volver a cambiar el formato no es suficiente, porque se han cambiado los valores subyacentes. Los valores faltantes ya no tienen un valor de tiempo válido. En su lugar, utilice "Deshacer" en Editar.
Gracias @peng_liu ,
Sí, esto describe perfectamente el problema.A veces, las primeras filas parecen analizarse correctamente y el usuario no piensa en desplazarse hacia abajo para ver que faltan las filas inferiores de la tabla, o la mayoría de los valores se analizaron correctamente, pero algunos no lo hicieron debido a un problema de entrada de datos.Espero encontrar una forma diferente de ayudar a los usuarios a analizar las fechas para que sea menos probable que descubran horas o días después que les faltan valores.
