Question

我在R中偶然发现了一个奇怪的行为，其中double值未作为原始值保存到CSV。

可重复的例子：

set.seed(1)
df <- data.frame(ID = 1:10, X = rnorm(10))
write.csv(df, "test.csv", row.names = F)
read.csv("test.csv") == df
        ID     X
 [1,] TRUE FALSE
 [2,] TRUE FALSE
 [3,] TRUE FALSE
 [4,] TRUE FALSE
 [5,] TRUE FALSE
 [6,] TRUE FALSE
 [7,] TRUE FALSE
 [8,] TRUE FALSE
 [9,] TRUE FALSE
[10,] TRUE  TRUE

当然，差异似乎只发生在第15个十进制数字或之后，但它让我不相信CSV文件。

options(digits = 20)

df[1,]
  ID                    X
1  1 -0.62645381074233242

read.csv("test.csv")[1,]
  ID                    X
1  1 -0.62645381074233197

有没有办法绕过这个问题？这是一个已知的错误吗？

Answer 1

如果您想提高write.csv功能的精确度，可以使用sprintf实现这一目标。＆＃34; %.20f＆＃34;将确保前20个数字相同，这足以让R得出数字相等的结论。

set.seed(1)
df <- data.frame(ID = 1:10, X = rnorm(10))

write.csv(data.frame(df$ID, newX =sprintf("%.20f",df$X)), "test.csv", 
       row.names = F)

x <- read.csv("test.csv")
x == df

 #df.ID newX
 [1,]  TRUE TRUE
 [2,]  TRUE TRUE
 [3,]  TRUE TRUE
 [4,]  TRUE TRUE
 [5,]  TRUE TRUE
 [6,]  TRUE TRUE
 [7,]  TRUE TRUE
 [8,]  TRUE TRUE
 [9,]  TRUE TRUE
 [10,] TRUE TRUE

Answer 2

正如评论中指出的那样，R FAQ解释说问题中的测试不是考虑机器精度的正确方法。

出于存档目的，正确的测试是all.equal：

all.equal(read.csv("test.csv"), df)
[1] TRUE

R：将数据帧保存为CSV时可能会导致精度下降？

2 个答案: