R语言中%in%运算符为何出现异常匹配行为？

这是典型的浮点数二进制存储精度问题，和R的seq()函数计算逻辑直接相关：

1. 先看seq(-1, 0, 0.1)的实际生成值
   打印序列并显示足够多的小数位，你会发现序列里看似是-0.1的元素，实际存储的是一个接近但不等于精确-0.1的数值：

   seq1 <- seq(-1, 0, 0.1)
   print(seq1, digits = 16)
   # 输出的倒数第二个值会是类似 -0.1000000000000001 的近似值
   

   原因是0.1在二进制中是无限循环小数，无法被精确存储。seq()每次累加这个不精确的0.1，多次累加后误差被放大，最终得到的“-0.1”和你直接输入的-0.1并非同一个浮点数。

2. %in%的判断逻辑
   %in%本质是对每个元素执行==精确比较。当你用(-0.1) %in% seq1时，是拿精确的-0.1和序列里带精度误差的近似值对比，自然返回FALSE；而c(-0.2, -0.1)里的-0.1是你直接输入的，和用来比较的-0.1是同一个浮点数，所以==比较返回TRUE，%in%结果也就为TRUE。

• 方法一：用整数生成序列再缩放，避免浮点数累加误差：

  seq1 <- seq(-10, 0, 1) / 10
  (-0.1) %in% seq1  # 返回 TRUE
  

• 方法二：用近似相等判断代替精确比较，比如all.equal()或dplyr::near()：

  any(sapply(seq1, function(x) all.equal(x, -0.1)))  # 返回 TRUE
  # 或者使用dplyr的near函数
  library(dplyr)
  any(near(seq1, -0.1))  # 返回 TRUE
  

内容的提问来源于stack exchange，提问作者Guillem Pocull