如何对数据框中HH:MM格式的duracao列求和并修正异常负值？

问题说明 #

我有一个包含1000多行的data.frame，其中一列duracao存储着HH:MM格式的字符串，需要对该列的值求和并返回HH:MM格式的结果。尝试了两种方法都没成功，还发现列里有-1:-20、-1:-00这类异常负值，得把它们修正成1:20、1:00这种正常格式。

示例数据：

df <- data.frame(duracao = c("00:29", "00:26", "00:38"))
# 预期求和结果为01:33

之前尝试的两种方法都有问题：

• 第一种直接把字符串转数值，as.numeric("00:29")会返回NA，根本没法继续计算；
• 第二种用POSIXct处理，这是用来解析日期时间的工具，不是计算时长的，遇到负值或者非标准格式直接报错。

解决方案 #

步骤1：修正异常负值并统一格式

先用正则表达式去掉所有负号，再把格式补全为两位的HH:MM：

# 移除所有负号
df$duracao <- gsub("-", "", df$duracao)

# 统一格式：补前导零，确保是HH:MM（比如把"1:20"转成"01:20"）
df$duracao <- sapply(df$duracao, function(x) {
  parts <- strsplit(x, ":")[[1]]
  sprintf("%02d:%02d", as.integer(parts[1]), as.integer(parts[2]))
})

步骤2：转换为秒数求和，再转回HH:MM格式

把每个时长字符串拆成小时和分钟，计算总秒数后求和，最后转换回HH:MM格式：

library(dplyr)

df <- df %>%
  mutate(
    # 拆分小时和分钟
    hours = as.integer(substr(duracao, 1, 2)),
    minutes = as.integer(substr(duracao, 4, 5)),
    # 计算单条记录的总秒数
    total_sec = hours * 3600 + minutes * 60
  )

# 计算所有记录的总秒数
total_sec_sum <- sum(df$total_sec)

# 把总秒数转成HH:MM格式
total_hours <- total_sec_sum %/% 3600
total_minutes <- (total_sec_sum %% 3600) %/% 60
total_duracao <- sprintf("%02d:%02d", total_hours, total_minutes)

完整可运行代码 #

library(dplyr)

# 带异常值的示例数据
df <- data.frame(duracao = c("00:29", "-1:-20", "00:38", "-0:-05"))

# 修正异常值并统一格式
df$duracao <- gsub("-", "", df$duracao)
df$duracao <- sapply(df$duracao, function(x) {
  parts <- strsplit(x, ":")[[1]]
  sprintf("%02d:%02d", as.integer(parts[1]), as.integer(parts[2]))
})

# 计算总时长
df <- df %>%
  mutate(
    hours = as.integer(substr(duracao, 1, 2)),
    minutes = as.integer(substr(duracao, 4, 5)),
    total_sec = hours * 3600 + minutes * 60
  )

total_sec_sum <- sum(df$total_sec)
total_hours <- total_sec_sum %/% 3600
total_minutes <- (total_sec_sum %% 3600) %/% 60
total_duracao <- sprintf("%02d:%02d", total_hours, total_minutes)

print(total_duracao)
# 输出结果：02:22（对应00:29 + 01:20 + 00:38 + 00:05的总和）

内容的提问来源于stack exchange，提问作者Érika Soares Coelho