将时间值转换为数字，同时保留时间特征

我有一个数据集，其中包含不同事件发生的间隔时间。我想要做的是将数据转换为数字向量，以便更容易操作和运行摘要/制作图表等，同时保持其时间特征。这是我的数据片段：

data <- c( "03:31", "12:17", "16:29", "09:52", "04:01", "09:00", "06:29",
           "04:17", "04:42")
class(data)
[1] character

显而易见的答案是：

as.numeric(data)

但我收到这个错误：

Warning message:
NAs introduced by coercion 

我想过也许可以把“：”去掉，但这样就失去了时间特征。我的意思是，如果我将 347 和 543 的值加在一起，它会得到 890，而不是 930。下面是我用来取出冒号的代码，它可以很好地实现其目的：

Nocolon <- gsub("[:]", "", Data, perl=TRUE)
"0331" "1217" "1629" "0952" "0401" "0900" "0629" "0417" "0442"

所以本质上，我想要的是让我的时间值采用一种易于操作和分析的形式。我的想法是让它成为一个数字向量，但这是我对 R 的最低限度的理解。我的实际代码有数千个时间值，我想创建一个绘图，使我能够查看并确定这些值是否遵循统计分布。

提前致谢！

这里有一些方法。全部换算成分钟。例如，第一个组件是"03:31"即 3 * 60 + 31 = 211 分钟。 (1) 至(5) 不使用任何包。

1) %*%它通过阅读起作用data转换为包含小时和分钟的 2 列数据框。将其转换为矩阵，以便可以将其矩阵乘以c(60, 1)。最后，用c.

c(as.matrix(read.table(text = data, sep = ":")) %*% c(60, 1))
[1] 211 737 989 592 241 540 389 257 282

2) with这种变化甚至更短。它创建相同的数据框，但然后简单地乘以第一列（V1) 乘以 60 并将其添加到第二列 (V2).

with(read.table(text = data, sep = ":"), 60*V1+V2)
[1] 211 737 989 592 241 540 389 257 282

3）复杂这会将每个分量转换为复数，然后对实部和虚部执行所需的算术：

data_c <- as.complex(sub(":(\\d+)", "+\\1i", data))
60 * Re(data_c) + Im(data_c)
## [1] 211 737 989 592 241 540 389 257 282

3a)(3) 的这种变体也有效并且避免了正则表达式：

data_c <- as.complex(paste0(chartr(":", "+", data), "i"))
60 * Re(data_c) + Im(data_c)
## [1] 211 737 989 592 241 540 389 257 282

4) eval这会将每个分量转换为算术表达式，该算术表达式计算为分钟数，然后执行计算。使用eval当你可以避免它时，并不真正推荐它，所以这个不太可取：

sapply(parse(text = sub("(\\d+):", "60*\\1+", data)), eval)
## [1] 211 737 989 592 241 540 389 257 282

5) POSIXlt我们可以转换为"POSIXlt"类，然后使用hour and min成分：

with(unclass(as.POSIXlt(data, format = "%H:%M")), 60 * hour + min)
## [1] 211 737 989 592 241 540 389 257 282

6) chron使用 chron 包，我们可以粘贴秒数，转换为"times"类，然后转换为分钟：

library(chron)
24 * 60 * as.numeric(times(paste0(data, ":00")))
## [1] 211 737 989 592 241 540 389 257 282

7) 润滑使用 lubridate 包我们可以使用hm然后用数字给出秒，最后除以 60 得到分钟：

as.numeric(hm(data)) / 60
## [1] 211 737 989 592 241 540 389 257 282