R语言如何编写函数将字符型时间向量转换为分钟并批量处理多列

一、原自定义函数的错误原因 #

原函数无法正常运行主要有3个核心问题：

• 管道符逻辑错误：将%>%和赋值语句=混用，管道的作用是将左侧运算结果传入右侧函数的第一个参数，穿插赋值会打断运算链路，导致逻辑完全失效。
• 硬编码数据框变量：函数内部直接写df$x属于多余操作，参数x是传入的独立向量，直接处理x即可，硬编码会导致函数只能绑定特定数据框，丧失通用性。
• 无明确返回值：函数执行完运算后没有明确返回处理完成的数值向量，外部调用时无法拿到正确结果。

小优化：你之前转换列类型时用lapply会生成列表型列，直接用df$time_spent <- as.character(df$time_spent)即可得到标准字符向量；R 4.0+版本创建数据框默认不生成因子列，无需额外做类型转换。

二、修正后的自定义函数 #

# 接收h:m格式字符向量，返回总分钟数数值向量
convert_to_minutes <- function(x) {
  x_hms <- paste(x, "00", sep = ":") %>% 
    hms()
  return(hour(x_hms) * 60 + minute(x_hms))
}

# 单列调用示例
df <- df %>% 
  mutate(minutes = convert_to_minutes(time_spent))

三、多列批量转换实现 #

可以结合dplyr::across和purrr::map逻辑批量处理所有时间列，示例代码如下：

library(purrr)

# 批量处理所有以time_spent开头的列，生成后缀为_min的新列存储分钟数
df2 <- df2 %>%
  mutate(across(starts_with("time_spent"), 
                ~ convert_to_minutes(.x),
                .names = "{.col}_min"))

# 如果需要直接覆盖原时间列，去掉.names参数即可
df2 <- df2 %>%
  mutate(across(starts_with("time_spent"), 
                ~ convert_to_minutes(.x)))

内容的提问来源于stack exchange，提问作者Bandit King