四舍五入的数字如何存储在 R 中？

Posted 2023-04-13

【中文标题】四舍五入的数字如何存储在 R 中？

【英文标题】：How are rounded numbers stored in R?

【发布时间】：2016-03-03 15:32:29

【问题描述】：

我在网上找到了很多关于此的信息，但我找不到任何准确回答我的问题的信息。我的问题与数字的呈现无关，而是与呈现下方的计算和存储有关。

问题在于 R 中的浮点数。我希望截断它们；但是，我想确保在它们被截断后正确存储它们。

问题是：我有一个数据集，我试图将不同数字之间的差异与我想要的任何阈值进行比较（精确到小数点后 2 位 - 即 0.00、0.05 和 1.00。）。我想确保当我将差异测试为零时，它正在测试完全正确的差异，并且后面没有我不知道的存储问题。

到目前为止，我已经尝试过：

(1) round（并针对 0 和非常小的值进行测试，例如 1e-10）

(2)乘以100和as.integer

当我计算数据集中差异大于我选择的阈值的观察百分比时，这些计算得出不同的答案。

简而言之，在计算差值是否实际为 0 时，如果知道如何最好地存储数字以获得最准确的结果，那就太好了。

注意：这需要适用于大型数据集。

例子：

dt <- 
      data.table(d = c(0.00, 988.36, 0.00, 2031.46, 0.00), 
                 c = c(0.00, 30.00, 0.00, 2031.46, 0.00), 
                 n = c("a", "b", "a", "a", "b"))

dt[, diff := d - c]

dt[, abs_diff := abs(diff)]

dt[, pct_diff := mean(abs_diff == 0, na.rm = TRUE), by = "n"]

最后一步是问题所在，因为我不断根据阈值获得 pct_diff 的不同数字。 （例如，mean(abs_diff <= 1e-10) 和 mean(abs_diff <= 1e-15) 给了我不同的答案）。

【问题讨论】：

您应该提供某种形式的reproducible example，以便更清楚地了解发生了什么。

你能举一些例子和你想要的输出吗？我既不完全理解exactly 0 的意思，也不完全理解您的舍入过程。何时正确存储数字？正确的区别是什么？

当然 - 我可以添加一个示例。

您发布的示例中的结果对我来说看起来很正常。他们怎么了？此外，您不应该比较浮点值。您的数据真的关心差异是 10^-10 还是正好 0？

我不在乎数据是否有细微差别——我只是想正确地捕捉差异。我想将它们与 0.01 值进行比较。我只是想以最准确的方式捕捉到这一点——根据我使用的方法，我不断得到不同的答案。

【参考方案1】：

四舍五入的数字存储为numeric，即浮点数：

class(round(1.1))
#[1] "numeric"

class(floor(1.1))
##[1] "numeric"

您似乎正在寻找支持任意精度数字的包，例如包 Rmpfr。