将hh:mm:ss格式的duration.video变量重编码为分类变量遇问题

你的核心问题在于直接用car::recode对字符型时间字符串做区间匹配——这种写法只适用于数值型变量，字符型时间的字典序逻辑和实际时长的区间判断完全不匹配，再加上代码里的区间写法存在语法错误，才导致所有值被错误归类。转data.table::ITime后没解决，是因为你没利用ITime底层存储为秒数的特性做数值判断。

下面是两种可靠的解决方法：

方法1：转成总秒数后用case_when分类 #

先把hh:mm:ss转成可计算的总秒数，再用逻辑判断划分区间：

# 定义函数：将hh:mm:ss转为总秒数
time_to_sec <- function(x) {
  parts <- strsplit(x, ":")[[1]]
  as.numeric(parts[1]) * 3600 + as.numeric(parts[2]) * 60 + as.numeric(parts[3])
}

# 生成秒数列
video$duration_sec <- sapply(video$Duration.video, time_to_sec)

# 用dplyr的case_when生成分类
library(dplyr)
video$duration_category <- case_when(
  duration_sec >= 1 & duration_sec <= 299 ~ "少于5分钟",          # 对应00:00:01到00:04:59
  duration_sec >= 300 & duration_sec <= 1800 ~ "5到30分钟之间",   # 对应00:05:00到00:30:00
  duration_sec >= 1801 & duration_sec <= 7199 ~ "30分钟到2小时之间", # 对应00:30:01到01:59:59
  duration_sec >= 7200 ~ "2小时及以上",                          # 对应02:00:00及更久
  TRUE ~ NA_character_ # 处理异常值，比如空值或无效格式
)

# 转为因子变量
video$duration_category <- as.factor(video$duration_category)

方法2：用data.table::ITime直接做数值判断 #

ITime本质是存储为秒数的整数，直接用它做区间匹配即可：

library(data.table)
# 转为ITime格式
video$Duration.video <- as.ITime(video$Duration.video)

# 生成分类
video$duration_category <- case_when(
  Duration.video >= as.ITime("00:00:01") & Duration.video <= as.ITime("00:04:59") ~ "少于5分钟",
  Duration.video >= as.ITime("00:05:00") & Duration.video <= as.ITime("00:30:00") ~ "5到30分钟之间",
  Duration.video >= as.ITime("00:30:01") & Duration.video <= as.ITime("01:59:59") ~ "30分钟到2小时之间",
  Duration.video >= as.ITime("02:00:00") ~ "2小时及以上",
  TRUE ~ NA_character_
)

video$duration_category <- as.factor(video$duration_category)

原代码失效的原因 #

car::recode的"a:b"区间写法仅针对数值型变量，字符型变量下该写法要么语法错误，要么只能做精确匹配，无法识别时间区间。即使你转成了ITime，若仍用car::recode的字符匹配逻辑，也无法利用其数值属性完成区间判断，自然得不到正确结果。

内容的提问来源于stack exchange，提问作者Nacim Ouahes