R语言数据框：保留数值列类型并添加千分位分隔符的解决方案

核心问题分析 #

1. prettyNum()默认decimal.mark="."，和你设置的big.mark="."冲突，触发警告
2. prettyNum()会将数值列转为字符型，NA被转为字符串"NA"，导出Excel无法显示为空白
3. 需要保留数值类型，同时适配数百列、数千行的大数据集

方案一：用formattable包保留数值类型并添加千分位 #

formattable包的comma()函数可生成带格式的数值对象，本质仍为数值类型，NA会保留为原生NA，导出Excel时自动显示为空白。

代码实现 #

library(dplyr)
library(stringr)
library(formattable)

# 原始数据
df <- data.frame(status=c('single', 'married', 'married', "fff"),
                 education=c(3456, 898989899, 23939004, NA),
                 income=c('34.5%', '88.456%', '92', NA))

# 处理字符列：小数点替换为逗号（已完成的步骤）
df1 <- df %>% mutate(across(where(is.character), ~ str_replace_all(., "\\.", ",")))

# 处理数值列：添加千分位分隔符，保留数值类型
df2 <- df1 %>% 
  mutate(across(where(is.numeric), ~ comma(., big.mark = ".", decimal.mark = ",")))

# 查看数据类型：数值列仍为numeric（formattable类继承自numeric）
str(df2)

# 导出Excel，NA自动显示为空白
openxlsx::write.xlsx(df2, "formatted_output.xlsx")

说明 #

• big.mark="."设置千分位分隔符为点，decimal.mark=","设置小数点为逗号，匹配你字符列的格式，避免警告
• comma()返回的格式化数值对象支持常规数值运算，不会丢失数值属性

方案二：导出Excel时直接设置单元格格式（推荐大数据集） #

大数据集下，直接在导出阶段用openxlsx设置Excel单元格格式，完全保留原始数据类型，效率更高。

代码实现 #

library(dplyr)
library(stringr)
library(openxlsx)

# 原始数据
df <- data.frame(status=c('single', 'married', 'married', "fff"),
                 education=c(3456, 898989899, 23939004, NA),
                 income=c('34.5%', '88.456%', '92', NA))

# 处理字符列：小数点替换为逗号
df1 <- df %>% mutate(across(where(is.character), ~ str_replace_all(., "\\.", ",")))

# 创建Excel工作簿
wb <- createWorkbook()
addWorksheet(wb, "dataset")

# 写入原始数据
writeData(wb, "dataset", df1)

# 定位所有数值列
numeric_cols <- which(sapply(df1, is.numeric))

# 定义千分位格式（Excel格式代码：#.###,## 表示千分位用点，小数点用逗号）
num_style <- createStyle(numFmt = "#.###,##")

# 应用格式到数值列（rows+1是跳过表头行）
addStyle(wb, "dataset", num_style, rows = 2:(nrow(df1)+1), cols = numeric_cols, gridExpand = TRUE)

# 保存Excel文件
saveWorkbook(wb, "large_dataset_output.xlsx", overwrite = TRUE)

说明 #

• 全程保留数值列的numeric类型，NA保持原生状态，导出Excel自动显示为空白
• 直接操作Excel格式，避免修改数据本身，适合大规模数据集

原代码的问题修复（不推荐，仅作参考） #

如果坚持用prettyNum()，需关闭NA编码并将字符串"NA"转回原生NA，但会导致数值列变为字符型，不适合后续数值运算：

df2 <- df1 %>% 
  mutate(across(where(is.numeric), ~ prettyNum(., big.mark = ".", decimal.mark = ",", na.encode = FALSE))) %>%
  mutate(across(where(is.character), ~ ifelse(. == "NA", NA_character_, .)))

内容的提问来源于stack exchange，提问作者newfinder