如何让R在min、max、mean计算中返回hh:mm:ss格式且秒数为正？

问题根源 #

你之前的代码直接对ride_length做统计，大概率是因为该列是字符类型，min/max会按字符串字典序计算（而非实际时长的大小），导致结果不符合预期；另外如果原始数据里有负的时长值，也会导致hms函数报错。

解决方案步骤 #

1. 先清洗数据：把ride_length转为时长类型，同时过滤掉负时长

library(dplyr)
library(hms)

# 假设你的数据集叫df，先做数据清洗
df_clean <- df %>%
  mutate(ride_length = hms(ride_length)) %>%  # 把hh:mm:ss字符串转为hms时长对象
  filter(as.numeric(ride_length) > 0)  # 过滤掉负时长，转为秒数判断更稳妥

2. 分组统计并格式化输出为hh:mm:ss格式

ride_stats <- df_clean %>%
  group_by(member_casual) %>%
  summarise(
    min_ride_length = hms(min(as.numeric(ride_length))),  # 先取秒数最小值，再转回hms格式
    max_ride_length = hms(max(as.numeric(ride_length))),
    mean_ride_length = hms(round(mean(as.numeric(ride_length))))  # 平均值取整后转hms，避免小数秒
  )

说明 #

• 先将时长转为秒数（数值型）做统计，再转回hms格式，能避免直接对hms对象统计可能出现的报错
• 过滤负时长是因为实际骑行时长不可能为负，这类脏数据会干扰统计结果

内容的提问来源于stack exchange，提问作者samtastic