使用dplyr filter筛选数值6时返回0结果的问题排查

你的核心问题是浮点数的二进制存储精度误差：看起来显示为6的数值，实际在计算机中可能存储为6.0000000001或5.9999999999这类接近6但有微小偏差的值，导致精确的==匹配失效。以下是几种可靠的解决方案：

方案1：使用dplyr的near()函数（推荐） #

near()是dplyr专门为浮点数近似相等设计的函数，默认使用1e-8的容忍度，可以有效处理精度误差：

library(dplyr)
df %>% filter(near(SCL, 6))

如果需要调整容忍度（比如你的数据精度更高），可以指定tol参数：

df %>% filter(near(SCL, 6, tol = 1e-6))

方案2：四舍五入后匹配 #

根据数据的有效数字位数，对SCL进行四舍五入后再精确匹配：

# 假设你的数据保留9位有效数字，这里保留9位小数
df %>% filter(round(SCL, 9) == 6)

方案3：自定义极小容忍范围 #

直接判断数值与6的差值是否小于一个极小的阈值（比如1e-9），避免范围过宽导致的误匹配：

df %>% filter(abs(SCL - 6) < 1e-9)

为什么之前的方法失效？ #

• 直接==6/==6.000000：浮点数的二进制存储特性导致“显示值”和“实际存储值”不一致，精确匹配无法命中。
• SCL >=6 & SCL <=6：逻辑上等价于==，如果返回多余记录，大概率是数据中存在存储值刚好等于6的记录，但同时有其他你误以为是6的近似值未被匹配，或者你对“多余记录”的判断有误。
• SCL>5.99 & SCL<6.01：范围过宽，会包含5.991、6.009这类明显不是目标值的记录，不符合“仅筛选值为6”的需求。

内容的提问来源于stack exchange，提问作者Richard Johansen