R data.table中大数逻辑比较失效问题求助及原因分析

问题原因 #

你遇到的是双精度浮点数的精度显示与实际存储不一致的问题：

• R中num类型是双精度浮点数，它会以近似值存储数值，控制台显示时会自动截断/四舍五入，只展示前几位有效数字。
• 虽然控制台显示两个值都是597708127025，但实际存储的是非常接近该值的不同浮点数（比如一个是597708127024.999999999，另一个是597708127025.000000001），直接用==严格比较时自然返回FALSE。

你可以用以下代码查看数值的精确存储值：

sprintf("%.20f", HDup$PROJECTED_SALES[1])
sprintf("%.20f", HDup$PROJECTED_SALES[2])

修复方案 #

根据使用场景选择以下方案：

1. 用近似比较代替严格相等

如果只需判断两个数值是否“实际相等”（忽略浮点数微小误差），使用all.equal()函数：

all.equal(HDup$PROJECTED_SALES[1], HDup$PROJECTED_SALES[2])

该函数会返回TRUE，或者具体的差异值（如果差异超过默认精度阈值）。

2. 转换为64位整数类型

如果这些数值本质是整数（无小数部分），由于R默认32位整数无法容纳这么大的数值，需要使用bit64包的integer64类型：

install.packages("bit64")
library(bit64)
HDup$PROJECTED_SALES <- as.integer64(HDup$PROJECTED_SALES)

转换后用==比较就能得到正确的TRUE结果，同时保留整数的精确性。

3. 转换为字符类型（仅适用于无需数值计算的场景）

如果不需要对该列进行数值运算，只是用于比较或展示，可以转成字符类型：

HDup$PROJECTED_SALES <- as.character(HDup$PROJECTED_SALES)

内容的提问来源于stack exchange，提问作者Oliver Humphreys