我想找出一个数字向量中的有效数字的数量，这些数字可以有非常不同的比例。
例如，数字 1000 有 1 个数字； 数字 100 也有 1。数字 1300 有 2。
不要与小数点后的位数混淆，在这两种情况下都等于 0。
【问题讨论】：
标签： r decimal significant-digits
我认为这可行。如果你有像 100000 这样的数字，你需要通过设置 options(scipen = 999) 来防止 R 使用像 1e5 这样的科学记数法。另外，在这里您发布您不关心小数点后的数字。在这里我假设你没有带小数点的数字，但如果你有，你可以先做 floor(x)。
x <- c(1000,100,1300, 1234,54334,324,1,1,546,12140465,0,100000,10203,20003,20,102030405060,20)
options(scipen = 999)
sapply(x, function(x) {sum(as.numeric(substring(x, 1: nchar(x), 1:nchar(x))) %in% c(1:9))})
这给出了： [1] 1 1 2 4 5 3 1 1 3 7 0 1 3 2 1 6 1
【讨论】：
10203 通常会被解读为具有五个有效数字。 Omry 似乎对计算不包括尾随零的数字感兴趣。
10203 有五个有效数字，因为零都在非零数字之间。 @OmryAtia 正在使用一个工作定义，即只有前导零和尾随零是不重要的。应计算所有其他零。
你可以试试
library(tidyverse)
library(stringr)
a <- c(1000,100,1300, 1234,1,0,12140465,1003.02,1003.20,1003.22,0.00001)
tibble(a) %>%
mutate(b=format(a, scientific = FALSE)) %>%
separate(b, into = c("b1", "b2"), sep = "[.]", remove = F) %>%
mutate(b1 = case_when(str_sub(b1, str_length(b1),str_length(b1)) == "0" ~ str_count(b1, "[1-9]"),
TRUE ~ str_count(b1, "[0-9]"))) %>%
mutate(b2 = str_count(b2, "[1-9]")) %>%
mutate(res=b1+b2)
# A tibble: 11 x 5
a b b1 b2 res
<dbl> <chr> <int> <int> <int>
1 1.00e+3 " 1000.00000" 1 0 1
2 1.00e+2 " 100.00000" 1 0 1
3 1.30e+3 " 1300.00000" 2 0 2
4 1.23e+3 " 1234.00000" 4 0 4
5 1.00e+0 " 1.00000" 1 0 1
6 0. " 0.00000" 0 0 0
7 1.21e+7 12140465.00000 8 0 8
8 1.00e+3 " 1003.02000" 4 1 5
9 1.00e+3 " 1003.20000" 4 1 5
10 1.00e+3 " 1003.22000" 4 2 6
11 1.00e-5 " 0.00001" 0 1 1
【讨论】：
10203 会有五个有效数字； 01230 会有三个。 en.wikipedia.org/wiki/Significant_figures
我已经稍微调整了this article 中的功能以使其再次工作。所有学分归文章作者所有。该功能可能会有所改进。
代码：
x <- c(1000,100,1300, 1200.1, 12345.67, 12345.670)
sapply(x, FUN = sigdigs)
[1] 1 1 2 5 7 7
功能：
sigdigs <- function(n) {
i <- 0
# Check for decimal point is present
if(length(grep("\\.", as.character(n))) > 0) { # real number
# Separate integer and fractional parts
intfrac <- unlist(strsplit(as.character(n), "\\."))
digstring <- paste(intfrac[1], intfrac[2], sep = "")
numfigs <- nchar(digstring)
while(i < numfigs) {
# Find index of 1st non-zero digit from LEFT
if(substr(digstring,i+1,i+1) == "0") {
i <- i + 1
next
} else {
sigfigs <- numfigs - i
break
}
}
} else { # must be an integer
digstring <- n
numfigs <- nchar(digstring)
while(i < numfigs) {
# Find index of 1st non-zero digit from RIGHT
if(substr(digstring, numfigs-i, numfigs-i) == "0") {
i <- i + 1
next
} else {
sigfigs <- numfigs - i
break
}
}
}
return(sigfigs)
}
【讨论】：
此函数会将向量中的每个值转换为字符值，删除所有前导零、尾随零和小数位，并计算剩余的字符数。它的性能似乎与 phiver 的答案相当。
sigfigs <- function(x){
orig_scipen <- getOption("scipen")
options(scipen = 999)
on.exit(options(scipen = orig_scipen))
x <- as.character(x)
x <- sub("\\.", "", x)
x <- gsub("(^0+|0+$)", "", x)
nchar(x)
}
x <- c(1000,100,1300, 1200.1, 12345.67, 12345.670)
sigfigs(x)
注意事项：
此函数返回既不是前导零也不是尾随零的位数。这与有效数字的数量并不完全相同。虽然前导零从不重要，但尾随零可能重要也可能不重要 - 决定它们是否需要一些关于测量精度的知识。我建议阅读有关“重要数字”的 Wikipedia 文章以了解更多详细信息。
【讨论】：