readr : 在 write_csv 中关闭科学记数法答案

【问题标题】：readr : Turn off scientific notation in write_csvreadr : 在 write_csv 中关闭科学记数法
【发布时间】：2015-08-01 04:43:42
【问题描述】：

我正在使用 R 处理人口普查数据，这些数据使用非常长的数字 GEOID 来识别地理位置。我面临的问题是，当使用write_csv（来自readr 包）写出处理后的数据时，它是以科学计数法编写这些GEOID。有没有办法解决这个问题？

注意：我可以通过将scipen 选项设置为足够大的值来切换 R 控制台上的科学记数法显示。但是这个设置似乎没有扩展到readr 库中。

这是一个玩具数据集：

library(dplyr)
library(readr) # which is the package with write_csv
(tbl_df(data.frame(GEOID = seq(from=60150001022000, to=60150001022005, 1))))
Source: local data frame [6 x 1]

           GEOID
1 60150001022000
2 60150001022001
3 60150001022002
4 60150001022003
5 60150001022004
6 60150001022005

write_csv((tbl_df(data.frame(GEOID = seq(from=60150001022000, to=60150001022005, 1)))), "test.csv")

这是我目前得到的。我正在寻找一种方法来获得与上述相同的数字：

GEOID
6.02E+13
6.02E+13
6.02E+13
6.02E+13
6.02E+13
6.02E+13

【问题讨论】：

你能准备一个小reproducible example来说明问题吗？您确定要将它们视为数值吗？也许将它们转换为字符/因子值？
我想继续使用数字类型。最好知道如何抑制文件写入的科学记数法。

标签： r csv file-io

【解决方案1】：

 require(dplyr)    
 tbl_df = mutate_if(tbl_df, is.numeric, as.integer)

我认为在这种情况下导出 CSV 时将这些列重新编码为字符串会更安全

【讨论】：

【解决方案2】：

我写了一个pull request，带有一个补丁来改善write_csv中科学记数法的控制。

有了这个补丁，您将在write_csv 中有一个int_use_scientific=FALSE 参数，这将解决您的问题。希望它最终会被合并。

【讨论】：

【解决方案3】：

我宁愿建议将这些列重新编码为int，因为如果这样write_* 将不再使用科学数字编码。要一次性转换所有数字列（例如，如果您正在处理计数矩阵），您可以这样做：

require(dplyr)    
tbl_df = mutate_if(tbl_df, is.numeric, as.integer)

【讨论】：

【解决方案4】：

使用bit64，它是用于 64 位整数向量的 S3 类

library(dplyr)
library(readr)
options(digits = 22)
tbl_df <- data.frame(GEOID = seq(from=60150001022000, to=60150001022005, 1))
> tbl_df
           GEOID
1 60150001022000
2 60150001022001
3 60150001022002
4 60150001022003
5 60150001022004
6 60150001022005

library(bit64)
tbl_df$GEOID <- as.integer64(tbl_df$GEOID)
write_csv(tbl_df,'test.csv')

如果您在 R 中再次读取此数据，它将分配正确的数据类型。

dfr <- read_csv('test.csv')
> dfr
Source: local data frame [6 x 1]

           GEOID
1 60150001022000
2 60150001022001
3 60150001022002
4 60150001022003
5 60150001022004
6 60150001022005 

> str(tbl_df)
'data.frame':   6 obs. of  1 variable:  
Classes ‘tbl_df’, ‘tbl’ and 'data.frame':   6 obs. of  1 variable:
 $ GEOID: num  6.02e+13 6.02e+13 6.02e+13 6.02e+13 6.02e+13 ...

希望这会有所帮助。我在文本编辑器中打开了 csv，数字周围有“”。但它仍然有效。

【讨论】：

【解决方案5】：

使用字符值可能会更安全：

X <- tbl_df(data.frame(GEOID = as.character(seq(from=60150001022000, to=60150001022005))))

 write_csv(X, "test.csv")

有点讽刺的是，write_csv 函数确实将它的一些输出强制转换为字符值，而不是数字列。只有通过is.object 测试的列才会被强制。似乎没有一个可以保持最大精度的投掷开关。 write.table 及其子代 write.csv 函数有几个开关，允许抑制引号和其他允许定制输出的设置，但 write_csv 很少。

您可以欺骗 write_csv 使其认为数字列更复杂，这确实会导致 as.character 输出，尽管带有引号。

 class(X[[1]])<- c("num", "numeric")
 vapply(X, is.object, logical(1))
#GEOID 
# TRUE 

 write_csv(X, "")
#[1] #"\"GEOID\"\n\"60150001022000\"\n\"60150001022001\"\n\"60150001022002\"\n\"60150001022003\"\n\"60150001022004\"\n\"60150001022005\"\n"

作为最佳实践，我不同意您坚持 ID 变量保持数字的选择。有太多的暴力可以应用于对象的存储模式。对于 ID 变量，您不需要任何算术运算。

【讨论】：

谢谢。但我想知道是否有办法关闭数字类型的行为？

【解决方案6】：

我建议你使用

write.csv((tbl_df(data.frame(GEOID = seq(from=60150001022000, to=60150001022005, 1)))), "test.csv")

而不是

write_csv((tbl_df(data.frame(GEOID = seq(from=60150001022000, to=60150001022005, 1)))), "test.csv")

如果我打开 test.csv，它会在 Excel 中打开文件。 Excel 将其转换为科学计数法。当我右键单击并用记事本打开时，它看起来不错，并且我看到了没有科学计数法的原始数字。

【讨论】：

谢谢！我正在尝试迁移到 readr 包，并希望了解如何在该库中做到这一点。