Question

当尝试通过指定由大整数组成的字段的值来选择data.table（R的包）中的行时，我会得到奇怪的结果。也就是说，也选择了类似的整数。

require(data.table)
options(digits=15)
data <- data.table(A=c(1000200030001,1000200030002,1000200030003))

尝试通过检查A：

的值来访问第一行

data[A==1000200030001]
               A
1: 1000200030001
2: 1000200030002
3: 1000200030003

显示所有三行，我希望只返回第一行。

使用as.numeric时问题解决了：

data[as.numeric(A)==1000200030001]
               A
1: 1000200030001

数据的j部分中没有问题。表：

data[,A == 1000200030001]
[1]  TRUE FALSE FALSE

这似乎是比较大数字的精确度的问题。我很困惑，使用as.numeric解决了问题，因为str(data)显示A已经是数字类型：

str(data)
Classes ‘data.table’ and 'data.frame':  3 obs. of  1 variable:
 $ A: num  1e+12 1e+12 1e+12
 - attr(*, ".internal.selfref")=<externalptr> 
 - attr(*, "index")= atomic  
  ..- attr(*, "A")= int

有关如何确保此问题未出现在（高效）代码中的任何提示都很受欢迎！

更新：禁用自动索引时，上述问题不存在。

options(datatable.auto.index=FALSE)

但是，通过禁用自动索引无法解决聚合和合并/加入的问题：

data[,.(B=sum(A)),A]
               A             B
1: 1000200030001 1000200030001

正确的输出是：

               A             B
1: 1000200030001 1000200030001
2: 1000200030002 1000200030002
3: 1000200030003 1000200030003

我发现所有这些问题的最佳解决方案是使用所选答案中所述的bit64包。谢谢大家！

Answer 1

使用bit64::integer64：

require(data.table)
options(digits=15)
library(bit64)
data <- fread("A
              1000200030001
              1000200030002
              1000200030003", colClasses = "integer64")


data[A == as.integer64("1000200030001")]
#A
#1: 1000200030001

或者，停用自动索引（并从中失去性能优势）：

options(datatable.auto.index=FALSE)
data <- data.table(A=c(1000200030001,1000200030002,1000200030003))
data[(A==1000200030001)]
#               A
#1: 1000200030001

R data.table选择行（整数比较）

1 个答案: