如何在避免重复的同时最大限度地截断数字？答案

【问题标题】：how to truncate numbers maximally while avoiding duplicates?如何在避免重复的同时最大限度地截断数字？
【发布时间】：2020-01-04 17:54:41
【问题描述】：

我有一个排序的数字序列，例如

x <- c(1, 2, 2.5, 3, 3.0001, 3.0002, 4)

我想将它们格式化为字符串，使输出尽可能短，但避免重复。例如，x 可接受的输出是：

sprintf("%.5g", x)
#> [1] "1"      "2"      "2.5"    "3"      "3.0001" "3.0002" "4"

但这会失败：

y <- c(1, 2, 2.5, 3, 3.00001, 3.00002, 4)
sprintf("%.5g", y)
#> [1] "1"   "2"   "2.5" "3"   "3"   "3"   "4"

我会对可能的替代解决方案感兴趣（下面有一个简单的解决方案）。

更新：使用sprintf("%s", x) 的问题如下，有时，我的输入将是一组非常长的数字，我想截断它们 - 这么长因为它们不会变得不独特。

例如如果我有

x <- c(1.00001, 2.00001)

我的理想输出是"1", "2"。但是如果我有

x <- c(1.00001, 1.00002)

那我需要"1.00001", "1.00002"。

【问题讨论】：

标签： r string type-conversion

【解决方案1】：

我的理解是，如果您只使用as.character(x)，那将不是您所需要的。如果你有：

x <- c(1.00001, 2.00001)

结果是：

[1] "1.00001" "2.00001"

而不是所需的“1”和“2”，因为每个在被截断后都是唯一的。

我不确定这是否是您的想法（见下文），但希望对您有所帮助。一种可能性是在截断后计算每个级别的值的数量，并在它们不唯一时包括未截断的值。

df <- data.frame(
  x = c(1,2,2.5,3,3.0001, 3.0002, 4)
)

library(dplyr)

df <- df %>%
  mutate(res = trunc(x)) %>%
  group_by(res) %>%
  mutate(n = n()) %>%
  ungroup() %>%
  mutate(res = ifelse(n > 1, as.character(x), as.character(res)))

df$res
[1] "1"      "2"      "2.5"    "3"      "3.0001" "3.0002" "4"

编辑：如果对使用dplyr 不感兴趣，您可以获得不重复值的索引（基于它们的截断等效项），然后截断那些。这将是一个基本的 R 替代方案：

x = c(1,2,2.5,3,3.0001, 3.0002, 4.0001)
indx <- which(!duplicated(trunc(x)))
x[indx] <- as.character(trunc(x[indx]))
x
[1] "1"      "2"      "2.5"    "3"      "3.0001" "3.0002" "4"

【讨论】：

我认为这种方法是正确的，虽然拉入 dplyr 是矫枉过正，为什么不直接使用 anyDuplicated()？
谢谢 - 我编辑了 base R 的解决方案。这看起来更接近您的想法吗？

【解决方案2】：

一种可能性是sprintf("%s", x) 或等效

as.character(x)
> [1] "1"      "2"      "2.5"    "3"      "3.0001" "3.0002" "4"

虽然我不确定何时以及如何出错。在我的电脑上，它似乎可以解决大约 1e-14 的差异。

【讨论】：

【解决方案3】：

这就是我最后所做的。这使得数字尽可能精确，但仅此而已。

function (num) {
  for (digits in seq(0, 22L)) {
    res <- formatC(num, digits = digits, width = -1)
    if (anyDuplicated(res) == 0L) break
  }
  if (anyDuplicated(res) > 0L) stop(
        "Could not format breaks to avoid duplicates")

  return(res)
}

【讨论】：