如何将difftime类型转换为numeric类型并实现多变量批量转换

首先你提到的报错discrete value supplied to continuous scale是由于绘图时传入的变量为字符/因子类型，连续坐标轴仅支持数值型变量，以下是批量转换多列为数值型的方法：

方法1：dplyr包批量转换（推荐） #

需先加载dplyr包：library(dplyr)

• 转换指定列为数值型

# 括号内传入你需要转换的列名即可
df <- df %>%
  mutate(across(c(var1, var2, var3), ~as.numeric(as.character(.))))

• 特殊规则匹配列：如果需要转换所有列，将c(var1, var2, var3)替换为everything()；如果要转换符合某命名规则的列，例如所有以value_开头的列，替换为starts_with("value_")即可。
• 如果你的数值带千分位逗号（和示例数据一致），先删除逗号再转换：

df <- df %>%
  mutate(across(c(var1, var2, var3), ~as.numeric(gsub(",", "", as.character(.)))))

方法2：Base R 无依赖实现 #

不需要加载额外包，直接用lapply处理：

# 先指定要转换的列名/列索引
cols_to_convert <- c("var1", "var2", "var3")
# 基础转换
df[cols_to_convert] <- lapply(df[cols_to_convert], function(x) as.numeric(as.character(x)))

# 带千分位逗号的转换逻辑
df[cols_to_convert] <- lapply(df[cols_to_convert], function(x) as.numeric(gsub(",", "", as.character(x))))

注意事项 #

转换完成后可以用table(is.na(df[cols_to_convert]))查看生成的NA数量，如果NA过多说明部分单元格存在非数值异常字符，需要先清洗异常内容再做转换。

内容的提问来源于stack exchange，提问作者Stataq