Question

我正在导入一个包含一个包含很长整数的列的csv（例如：2121020101132507598）

A＆LT; -read.csv（ 'temp.csv'，as.is = T）

当我将这些整数作为字符串导入时，它们会正确地通过，但是当作为整数导入时，最后几位数字会被更改。我不知道发生了什么......

1“4031320121153001444”4031320121153001472
  2“4113020071082679601”4113020071082679808
  3“4073020091116779570”4073020091116779520
  4“2081720101128577687”2081720101128577792
  5“4041720081087539887”4041720081087539712
  6“4011120071074301496”4011120071074301440
  7“4021520051054304372”4021520051054304256
  8“4082520061068996911”4082520061068997120
  9“4082620101129165548”4082620101129165312

Answer 1

正如其他人所说，你不能代表那么大的整数。但是R并没有将这些值读成整数，而是将它们读成双精度数值。

双精度只能准确地将数字表示到~16个位置，这就是为什么你看到你的数字在16个位置之后四舍五入。有关可能的解决方案，请参阅gmp，Rmpfr和int64包。虽然我没有看到从任何一个文件中读取文件的功能，但也许你可以通过查看它们的来源来烹饪。

更新：以下是将文件转换为int64对象的方法：

# This assumes your numbers are the only column in the file
# Read them in however, just ensure they're read in as character
a <- scan("temp.csv", what="")
ia <- as.int64(a)

Answer 2

R的最大整数值约为2E9。正如@Joshua在另一个答案中提到的，其中一个潜在的解决方案是int64包。

将值导入为字符。然后转换为int64类型。

require(int64)
a <- read.csv('temp.csv', colClasses = 'character', header=FALSE)[[1]]
a <- as.int64(a)
print(a)
[1] 4031320121153001444 4113020071082679601 4073020091116779570
[4] 2081720101128577687 4041720081087539887 4011120071074301496
[7] 4021520051054304372 4082520061068996911 4082620101129165548

Answer 3

你根本无法表示那么大的整数。参见

.Machine

我的包装盒上有

$integer.max
[1] 2147483647

Answer 4

32位有符号整数的最大值为2,147,483,647。你的数字要大得多。

尝试将它们作为浮点值导入。

在使用R或任何其他语言处理浮点运算时，需要注意一些注意事项：

http://blog.revolutionanalytics.com/2009/11/floatingpoint-errors-explained.html

http://blog.revolutionanalytics.com/2009/03/when-is-a-zero-not-a-zero.html

http://floating-point-gui.de/basic/

导入（64位）具有多个数字的整数时，R中的奇怪错误

4 个答案: