R语言导入赛艇数据截断问题及MM:SS.MS格式转换需求

问题场景 #

从Excel导出的CSV文件中，赛艇时间数据格式为MM:SS.MS（例：01:35.2 表示1分35.2秒），但通过read_csv导入R后，这些数据被错误解析为HH:MM:SS格式，显示为01:35:00（1小时35分），毫秒信息完全丢失，同时时间数值被错误放大。

问题原因 #

read_csv默认会自动识别时间格式，将带冒号的字符串优先解析为hms/difftime类型，但它误将MM:SS.MS中的前两位当成小时而非分钟，导致解析逻辑完全错误，同时截断了毫秒部分。

解决方案 #

步骤1：重新导入数据，保留原始字符格式 #

修改导入代码，指定时间列以字符类型读取，避免自动解析：

# 加载所需包
library(tidyverse)
library(here)

# 设置文件路径
file <- here("7-stroke, 20-Second, 60-Second & 2,000-meter_Master File Deidentified.csv")

# 导入时指定时间列为字符类型，避免自动解析错误
KUWRowPowerDF <- read_csv(
  file,
  col_types = cols(
    `20-Second_Split` = col_character(),
    `60-Second_Split` = col_character(),
    `2k_Avg_Split` = col_character(),
    `2k_Max_Split` = col_character(),
    `2k_Total_Time_min` = col_character()
  )
)

步骤2：自定义函数解析与格式化时间 #

编写函数将MM:SS.MS格式的字符串转换为包含毫秒的数值型时间，再格式化为目标格式：

# 定义解析MM:SS.MS格式的函数
parse_ms_time <- function(time_str) {
  # 拆分分钟和秒.毫秒部分
  parts <- str_split(time_str, ":", simplify = TRUE)
  mins <- as.numeric(parts[,1])
  secs_ms <- as.numeric(parts[,2])
  
  # 计算总秒数（包含毫秒）
  total_secs <- mins * 60 + secs_ms
  
  # 格式化为MM:SS.MS字符串，保留两位毫秒
  sprintf("%02d:%05.2f", 
          floor(total_secs / 60), 
          total_secs %% 60)
}

# 对所有时间列应用格式化函数
KUWRowPowerDF <- KUWRowPowerDF %>%
  mutate(across(c(`20-Second_Split`, `60-Second_Split`, `2k_Avg_Split`, `2k_Max_Split`, `2k_Total_Time_min`), 
                parse_ms_time))

可选：保留数值型时间用于分析 #

如果需要后续统计计算，可同时生成数值型的总秒数列：

parse_ms_time_with_value <- function(time_str) {
  parts <- str_split(time_str, ":", simplify = TRUE)
  mins <- as.numeric(parts[,1])
  secs_ms <- as.numeric(parts[,2])
  total_secs <- mins * 60 + secs_ms
  list(
    formatted = sprintf("%02d:%05.2f", floor(total_secs/60), total_secs%%60),
    value = total_secs
  )
}

# 生成格式化显示列和数值计算列
KUWRowPowerDF <- KUWRowPowerDF %>%
  mutate(
    across(c(`20-Second_Split`, `60-Second_Split`, `2k_Avg_Split`, `2k_Max_Split`, `2k_Total_Time_min`), 
           ~parse_ms_time_with_value(.)$formatted, .names = "%s_formatted"),
    across(c(`20-Second_Split`, `60-Second_Split`, `2k_Avg_Split`, `2k_Max_Split`, `2k_Total_Time_min`), 
           ~parse_ms_time_with_value(.)$value, .names = "%s_secs")
  )

验证结果 #

处理后，时间列将正确显示为MM:SS.MS格式，例如原始的01:35.2会被解析为95.2秒，格式化后显示为01:35.20（可通过调整sprintf参数修改毫秒位数），数值型列可直接用于后续统计分析。

内容的提问来源于stack exchange，提问作者Joseph M. DeLeo