R中字符串转hms（含超24小时）及转换报错解决方法

一、报错原因分析 #

你遇到的abort_lossy_cast()错误，核心原因是部分ride_length字段的小时数超过24，直接用as_hms()转换时，函数默认会把超过24的小时数取模24（比如25:00:00变成1:00:00），导致时长信息丢失，触发了防丢失转换的报错机制。另外也可能存在少量格式错误的字符串（比如缺少冒号、包含非数字字符）。

二、解决方案 #

1. 保留完整时长（支持超24小时） #

如果需要保留超过24小时的完整时长，先用lubridate包解析为周期对象，再转换为hms类型：

library(tidyverse)
library(tidymodels)
library(hms)
library(lubridate)

dataset2 <- read.csv("Bike_Trips_2019.csv") 
# 其他预处理步骤
dataset2$user_type <- factor(dataset2$user_type, levels = c("Customer", "Subscriber"), labels = c("no","yes")) 
dataset2$trip_id <- as.character(dataset2$trip_id) 
dataset2$start_time <- as.POSIXct(dataset2$start_time) 
dataset2$end_time <- as.POSIXct(dataset2$end_time) 
dataset2$tripduration <- parse_number(dataset2$tripduration) 

# 处理ride_length转换
dataset2$ride_length <- as_hms(period_to_seconds(hms(dataset2$ride_length)))

# 后续划分数据集步骤
set.seed(421) 
split <- initial_split(dataset2, prop = 0.8, strata = user_type) 
train <- split %>% training() 
test <- split %>% testing()

这个方法会将"25:30:00"这类字符串正确转换为hms对象，完整保留25小时30分钟的时长信息。

2. 仅保留一天内的时分秒（超24小时取模） #

如果不需要保留超过24小时的部分，允许信息丢失，可以强制转换：

dataset2$ride_length <- as_hms(dataset2$ride_length, allow_lossy_cast = TRUE)

此方法会将超过24的小时数取模24，比如25:00:00转为1:00:00，不会触发报错。

3. 排查格式错误数据 #

先检查是否存在格式不符合HH:MM:SS的ride_length值，比如缺少冒号、包含非数字字符：

# 筛选格式错误的行
invalid_rows <- dataset2[!str_detect(dataset2$ride_length, "^\\d+:\\d{2}:\\d{2}$"), ]
print(invalid_rows)

如果有格式错误的数据，需要先清洗（比如替换异常字符、补全时分秒格式）再进行转换。

三、建模补充建议 #

对于你的逻辑回归任务，若ride_length作为特征使用，建议直接将其转换为总秒数（period_to_seconds(hms(dataset2$ride_length))）更适合建模，因为时分秒格式的hms对象在模型中本质也是按数值处理，直接用秒数会更直观。

内容的提问来源于stack exchange，提问作者datadata