r：mutate_impl(.data， dots) 中的错误：评估错误：找不到对象'72L'

Question

我正在尝试为我的单变量时间序列数据运行frame_calendar。当我尝试计算数据框的日历布局时，我会遇到以下错误。

mutate_impl中的错误(.data，dots(： 评估错误：找不到对象" 72L"。

从类似的线程中，我看到评估错误：未找到对象'通常是针对用户在代码中输入的对象。但是，就我而言，我没有指代代码中的任何" 72L"。而且它也不在我的数据集中。您能帮我弄清楚如何解决此错误吗？非常感谢任何帮助。

这是我数据的一部分。

Date_Time   Time    Date    Year    Month   Mdate   Day Hours_Time  Hourly_Counts
1/1/2015 0:00   0:00:00 2015-01-01  2015    January 1   Thursday    1   72
1/1/2015 1:00   1:00:00 2015-01-01  2015    January 1   Thursday    2   48
1/1/2015 2:00   2:00:00 2015-01-01  2015    January 1   Thursday    3   53
1/1/2015 3:00   3:00:00 2015-01-01  2015    January 1   Thursday    4   84
1/1/2015 4:00   4:00:00 2015-01-01  2015    January 1   Thursday    5   68

这是我的代码。

newdata <- read.csv("D:/NEWDATA.csv")
attach(newdata)
View(newdata)
newdata[,3] <- as.Date(Date, origin = "1/1/2000")
attach(newdata)
View(newdata)

library(dplyr)
# compute the calendar layout for the data frame
calendar_df <- newdata %>%
  filter(Year == 2015) %>%
  frame_calendar(x = Time, y = Hourly_Counts, date = Date)

Answer 1

这里的主要问题是，当您attach()首先掩盖数据框时，您会掩盖许多所需的对象。通常，不要使用attach。如果您想使用附加的数据集，请在with的调用中使用它，当然不会将其与dplyr或其他tidyverse功能相结合。

使用干净的环境(没有附加的数据或名称空间(，请在整个过程中使用dplyr方法。除了不附加外，请注意代码的其他两个更改。(1(使用mutate在dplyr管道中设置Date列。(2(x = Hours_Time，而不是Time。如果您以前运行attach(new_data)，请首先执行detach(new_data)，直到有一个干净的环境。如果您多次运行它，则必须多次detach。

library(dplyr)
library(sugrrants)
new_data %>%
  mutate(Date = as.Date(Date, origin = "1/1/2000")) %>%
  frame_calendar(x = Hours_Time, y = Hourly_Counts, date = Date)
#       Date_Time    Time Year   Month Mdate      Day Hours_Time Hourly_Counts       Date
# 1 1/1/2015 0:00 0:00:00 2015 January     1 Thursday          1            72 2015-01-01
# 2 1/1/2015 1:00 1:00:00 2015 January     1 Thursday          2            48 2015-01-01
# 3 1/1/2015 2:00 2:00:00 2015 January     1 Thursday          3            53 2015-01-01
# 4 1/1/2015 3:00 3:00:00 2015 January     1 Thursday          4            84 2015-01-01
# 5 1/1/2015 4:00 4:00:00 2015 January     1 Thursday          5            68 2015-01-01
#   .Hours_Time .Hourly_Counts
# 1    1.454167      0.6833333
# 2    1.691667      0.0500000
# 3    1.929167      0.1819444
# 4    2.166667      1.0000000
# 5    2.404167      0.5777778

数据：

new_data <- read.table(text = "Date_Time   Time    Date    Year    Month   Mdate   Day Hours_Time  Hourly_Counts
'1/1/2015 0:00'   0:00:00 2015-01-01  2015    January 1   Thursday    1   72
                       '1/1/2015 1:00'   1:00:00 2015-01-01  2015    January 1   Thursday    2   48
                       '1/1/2015 2:00'   2:00:00 2015-01-01  2015    January 1   Thursday    3   53
                       '1/1/2015 3:00'   3:00:00 2015-01-01  2015    January 1   Thursday    4   84
                       '1/1/2015 4:00'   4:00:00 2015-01-01  2015    January 1   Thursday    5   68", header = TRUE, stringsAsFactors = FALSE)