R语言round()函数处理0.45保留1位小数结果异常的解决方法

问题原因 #

R内置的round()函数采用的是四舍六入五成双（银行家舍入）规则，同时由于浮点数的二进制存储特性，像0.45这样的十进制数在计算机中实际存储的是一个略小于0.45的近似值，这两个因素共同导致round(0.45, 1)返回0.4而非预期的0.5。

解决方案 #

方法1：自定义舍入函数（基础R实现） #

通过先放大数值、加0.5后取整再缩小的方式，实现传统四舍五入，同时处理浮点数精度问题：

round_traditional <- function(x, digits = 0) {
  # 添加极小值修正浮点数精度误差
  x_adj <- x + 1e-10
  scale <- 10^digits
  floor(x_adj * scale + 0.5) / scale
}

# 测试案例
round_traditional(0.45, 1)  # 返回 0.5
round_traditional(0.85, 1)  # 返回 0.9
round_traditional(2.34, 1)  # 返回 2.3
round_traditional(2.36, 1)  # 返回 2.4

方法2：使用decimal包处理精确十进制数 #

decimal包可以精确存储十进制小数，避免浮点数带来的精度误差，其round()方法默认遵循传统四舍五入规则：

# 先安装包（仅需执行一次）
install.packages("decimal")

library(decimal)
# 用字符串初始化精确十进制数
x1 <- decimal("0.45")
x2 <- decimal("0.85")

round(x1, digits = 1)  # 返回 0.5
round(x2, digits = 1)  # 返回 0.9

方法3：临时修正浮点数精度 #

如果仅需处理个别数值，可以通过添加一个极小的偏移量，让存储的近似值回到真正的“五成”区间，再用round()：

round(0.45 + 1e-10, digits = 1)  # 返回 0.5
round(0.85 + 1e-10, digits = 1)  # 返回 0.9

注意：这种方法仅适用于单个数值，大规模数据处理建议用前两种方法。

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