R语言格式化24小时制时间变量 实现不同区间观测值筛选

问题原因 #

1. 原始Start.Time为字符型变量，字符串默认按字典序比较：一位数小时（1-9）开头的字符串首字符是数字1-9，两位数小时（10-23）开头的字符串首字符是1/2，ASCII码中"9"大于"1"，因此会出现"9:00:00" > "10:00:00"的逻辑错误。
2. 第二段代码的判断条件添加了AM后缀，但原始数据为24小时制格式，没有AM/PM标识，完全无法匹配到有效观测值，结果自然不符合预期。

解决方案 #

方法1：使用hms包（推荐，专门处理时分秒数据） #

hms是R中专门处理时间类数据的轻量包，转换后自动支持时间逻辑的比较运算：

# 首次使用先安装包
install.packages("hms")
library(hms)

# 将Start.Time转换为hms时间格式
dataset1$Start.Time <- as_hms(dataset1$Start.Time)

# 按需求筛选统计，这里用%in%简化多值判断，不需要加AM/PM后缀
RLLtoMist9.10 <- sum(
  dataset1$Trail.Segment %in% c(52, 55) & 
  dataset1$Start.Time >= as_hms("09:00:00") & 
  dataset1$Start.Time < as_hms("10:00:00"),
  na.rm = TRUE
)

方法2：基础R转POSIXct格式（无需额外安装包） #

给时间补一个默认日期，转换为日期时间格式后即可按时间逻辑比较：

# 转换为POSIXct格式，format参数匹配原始24小时制时间结构
dataset1$Start.Time <- as.POSIXct(dataset1$Start.Time, format = "%H:%M:%S")

# 筛选时将判断值也转为相同格式
RLLtoMist9.10 <- sum(
  dataset1$Trail.Segment %in% c(52, 55) & 
  dataset1$Start.Time >= as.POSIXct("09:00:00", format = "%H:%M:%S") & 
  dataset1$Start.Time < as.POSIXct("10:00:00", format = "%H:%M:%S"),
  na.rm = TRUE
)

方法3：补前导零（临时快速解决） #

给一位数小时补前导零，让所有时间字符串统一为HH:MM:SS的8位格式，此时字典序和时间逻辑序完全一致，直接用字符串比较也能得到正确结果：

# 给长度为7的时间字符串（H:MM:SS）补前导零
dataset1$Start.Time <- ifelse(
  nchar(dataset1$Start.Time) == 7,
  paste0("0", dataset1$Start.Time),
  dataset1$Start.Time
)

# 直接按字符串比较，注意判断值也要补前导零
RLLtoMist9.10 <- sum(
  dataset1$Trail.Segment %in% c(52, 55) & 
  dataset1$Start.Time >= "09:00:00" & 
  dataset1$Start.Time < "10:00:00",
  na.rm = TRUE
)

内容的提问来源于stack exchange，提问作者caarma01