基于R语言嵌套If语句实现数值三位有效数字舍入

我有一份跨度20年的大型动态数据集，需要编写一个函数，将0.000600至999范围内的数值正确舍入为3位有效数字。尝试使用signif()函数时，遇到了含5数值的舍入偏差问题。我编写了以下基于嵌套If语句的函数（按<10、<100、<1000划分范围），但无法正常运行。我是R函数编写新手，可能只需简单修复即可。待函数正常运行后，我会添加其他数值范围的处理逻辑，请问如何将处理结果放回原数据集dat_merge？

x = dat_merge$MPV

MPV_Round_1 <- function(x, digits) {
  if(dat_merge$MPV < 10) {
    x = dat_merge$MPV_Round
    digits = 2
    posneg = sign(x)
    z = abs(x)*10^digits
    z = z + 0.5 + sqrt(.Machine$double.eps)
    z = trunc(z)
    z = z/10^digits
    z*posneg
  }
   else if(dat_merge$MPV < 100 ){
      x = dat_merge$MPV_Round
      digits = 1
      posneg = sign(x)
      z = abs(x)*10^(digits=1)
      z = z + 0.5 + sqrt(.Machine$double.eps)
      z = trunc(z)
      z = z/10^(digits=1)
      z*posneg
   }
    else if (dat_merge$MPV < 1000){
        x = dat_merge$MPV_Round
        digits = 0
        posneg = sign(x)
        z = abs(x)*10^(digits=0)
        z = z + 0.5 + sqrt(.Machine$double.eps)
        z = trunc(z)
        z = z/10^(digits=0)
        z*posneg
   }
    else {
      round(dat_merge$MPV, 0)
  }
}   

你的函数存在几个核心问题，逐一修正即可：

• 错误依赖全局数据集：函数里直接调用dat_merge$MPV和dat_merge$MPV_Round，导致函数无法独立运行，必须依赖全局变量。正确做法是仅使用函数参数x，不要直接引用外部数据集的列。
• 参数冗余与赋值混乱：函数定义的digits参数被内部硬覆盖，完全没用，直接删掉该参数，根据x的范围动态计算小数位数；同时错误地把x赋值为dat_merge$MPV_Round（这是要生成的结果列，不是输入），应直接用输入参数x。
• 幂运算语法错误：10^(digits=1)写法错误，应改为10^digits。

修复后的逐元素处理函数 #

MPV_Round_1 <- function(x) {
  # 处理空值或非数值
  if (is.na(x) || !is.numeric(x)) return(NA)
  
  posneg <- sign(x)
  abs_x <- abs(x)
  
  if (abs_x < 10) {
    digits <- 2
    z <- abs_x * 10^digits
    z <- z + 0.5 + sqrt(.Machine$double.eps)
    z <- trunc(z)
    z <- z / 10^digits
  } else if (abs_x < 100) {
    digits <- 1
    z <- abs_x * 10^digits
    z <- z + 0.5 + sqrt(.Machine$double.eps)
    z <- trunc(z)
    z <- z / 10^digits
  } else if (abs_x < 1000) {
    digits <- 0
    z <- abs_x * 10^digits
    z <- z + 0.5 + sqrt(.Machine$double.eps)
    z <- trunc(z)
    z <- z / 10^digits
  } else {
    z <- round(abs_x, 0)
  }
  
  z * posneg
}

向量化优化版本（适合大型数据集） #

逐元素处理速度较慢，针对大数据集建议用向量化版本：

MPV_Round_vect <- function(x) {
  posneg <- sign(x)
  abs_x <- abs(x)
  
  # 初始化结果向量
  res <- numeric(length(x))
  
  # 按范围批量赋值
  mask1 <- abs_x < 10
  res[mask1] <- trunc(abs_x[mask1] * 100 + 0.5 + sqrt(.Machine$double.eps)) / 100
  
  mask2 <- abs_x >=10 & abs_x <100
  res[mask2] <- trunc(abs_x[mask2] *10 +0.5 + sqrt(.Machine$double.eps)) /10
  
  mask3 <- abs_x >=100 & abs_x <1000
  res[mask3] <- trunc(abs_x[mask3] +0.5 + sqrt(.Machine$double.eps))
  
  mask4 <- abs_x >=1000
  res[mask4] <- round(abs_x[mask4], 0)
  
  # 处理空值
  res[is.na(x)] <- NA
  
  res * posneg
}

直接用函数生成新列即可，两种方式任选：

方式1：逐元素应用（适合小数据集） #

dat_merge$MPV_Round <- sapply(dat_merge$MPV, MPV_Round_1)

方式2：向量化应用（适合大型数据集，速度更快） #

dat_merge$MPV_Round <- MPV_Round_vect(dat_merge$MPV)

内容的提问来源于stack exchange，提问作者SharonP