如何在R中将不规范数字转换为标准四位HHSS时间格式？

步骤1：将数值转换为四位规范字符串 #

针对前导零丢失的问题，我们可以通过格式化字符串补全前导零，统一为四位格式：

方法1：Base R 原生实现（无需额外包）

使用sprintf()函数完成格式化，自动补前导零：

# 假设数据框为df，时间列名为time_num
df$time_str <- sprintf("%04d", df$time_num)

效果示例：

• 9 → "0009"
• 100 → "0100"
• 905 → "0905"
• 1230 → "1230"

方法2：stringr包实现（更直观）

如果已使用tidyverse工具链，用str_pad()实现：

library(stringr)
df$time_str <- str_pad(df$time_num, width = 4, side = "left", pad = "0")

效果与Base R方法完全一致。

步骤2：转换为可分析的时间类型 #

若需要将字符串转为R可识别的时间对象（支持时间运算、筛选），使用lubridate包：

library(lubridate)
# 将四位字符串转为小时-分钟格式的时间对象
df$time <- hm(df$time_str)

转换后的time列为Period类型，可直接用于时间差计算、时间段筛选等分析操作。

完整示例代码 #

# 构造示例数据
df <- data.frame(time_num = c(1, 9, 100, 905, 1230, 2359))

# 转四位字符串
df$time_str <- sprintf("%04d", df$time_num)

# 转时间对象
library(lubridate)
df$time <- hm(df$time_str)

# 查看结果
df

输出结果：

time_num time_str     time
1        1     0001 0H 1M 0S
2        9     0009 0H 9M 0S
3      100     0100 1H 0M 0S
4      905     0905 9H 5M 0S
5     1230     1230 12H 30M 0S
6     2359     2359 23H 59M 0S

特殊情况处理 #

若原始数据存在无效时间（如数值>2359），可提前过滤：

# 筛选有效时间范围（0000-2359）
df <- df[df$time_num >= 0 & df$time_num <= 2359, ]

内容的提问来源于stack exchange，提问作者driver