Question

我有一个16968行数据框（下面将清楚说明准确性的原因）。我正在检查运行变量（数据$ Ob）是否实际上按顺序计数每一行（第一行数据$ Ob是1 ...最后一行数据$ Ob是16968以及介于两者之间的每一行。

当我运行摘要（数据$ Ob）时，它告诉我最大值是16970而不是16968。当我运行max（数据$ Ob）时，它表示最大值为16968，而不是摘要值。

我运行了一个for循环来检查每个观察，看起来max（）函数是正确的，并且数据$ Ob变量正在做它应该做的事情。但有没有人知道为什么摘要函数关闭2？我假设舍入错误（不知怎的？）但是这个数据检查对我正在进行的分析至关重要，如果错误则我的后续分析将是下铺。

这是我运行的for循环，但我不认为这对这个问题至关重要。

checker <- vector(length=nrow(rd))
na.checker <- vector(length=nrow(rd))
    for (i in 1:nrow(rd)){
        checker[i] <- ifelse(i==rd$Ob[i], 1, 0)
        na.checker[i] <- ifelse(is.na(rd$Ob[i])==TRUE,0,1)
}
sum(checker)

感谢。

Answer 1

如果没有可重现的例子，很难分辨，但它闻起来像所有常见问题解答中的母亲：默认显示精度是四位数，因此16968会四舍五入到16970.

编辑：我们确实需要您的示例数据，因为有一个天真的例子我无法重现这一点：

R> set.seed(42) 
R> df <- data.frame(a=as.numeric(1:16968), b=16968:1, 
+                   c=rnorm(16968), d=runif(16968))
R> summary(df)
       a               b               c                  d           
 Min.   :    1   Min.   :    1   Min.   :-4.04328   Min.   :0.000101  
 1st Qu.: 4243   1st Qu.: 4243   1st Qu.:-0.68271   1st Qu.:0.252515  
 Median : 8484   Median : 8484   Median :-0.00528   Median :0.505090  
 Mean   : 8484   Mean   : 8484   Mean   :-0.00834   Mean   :0.504563  
 3rd Qu.:12726   3rd Qu.:12726   3rd Qu.: 0.66746   3rd Qu.:0.758991  
 Max.   :16968   Max.   :16968   Max.   : 4.32809   Max.   :0.999976

编辑2 ，h / t为@ SimonO101：

R> summary(df$a)                                   ## what OP saw
   Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
      1    4240    8480    8480   12700   17000 
R> summary(df$a, digits=6)                         ## what OP wanted to see
   Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
      1    4243    8484    8484   12726   16968 
R>

r中的汇总函数舍入误差？

1 个答案: