修改数字小数部分：为何R语言switch()函数未按预期工作？

1. 为什么switch()函数未按预期工作？ #

核心原因是浮点数精度误差。计算机无法精确存储像0.1这类十进制小数，当你计算(x %% 1)*10+1时，以13.1为例：

• x %% 1的实际结果并非精确的0.1，而是类似0.09999999999999964
• 乘以10后得到0.9999999999999964，加1后是1.9999999999999964——这个值不是精确的整数2

switch()函数在使用数值作为分支索引时，会将非整数参数截断为整数，所以1.999999...会被当成1，匹配到第一个分支x，导致13.1未被转换。同理，13.2对应的计算结果可能是2.999999...，被截断为2，匹配到第二个分支而非预期的第三个分支。

你可以直接验证这个精度问题：

x <- 13.1
(x %% 1)*10+1
# 输出大概率是 1.9999999999999964

2. 更优的实现方法 #

以下是几种简洁且避免精度问题的方案：

方案一：直接数学转换（最简洁） #

利用转换规则的规律性：小数部分0→0、0.1→0.25、0.2→0.5、0.3→0.75，本质是将小数部分的第一位数字乘以0.25。通过修正浮点数精度后直接计算：

test <- c(10,11,12,13.1,13.2,13.3,14,15)
converted <- floor(test) + round(test %% 1, 1) * 2.5
# 解释：round(test%%1,1) 修正精度，得到0/0.1/0.2/0.3；乘以2.5后对应目标偏移量
converted
# 输出：[1] 10.00 11.00 12.00 13.25 13.50 13.75 14.00 15.00

方案二：使用dplyr::case_when（可读性强） #

适合规则更复杂的场景，通过明确条件匹配（可搭配精度修正）：

library(dplyr)
converted <- case_when(
  round(test %% 1, 1) == 0 ~ test,
  round(test %% 1, 1) == 0.1 ~ floor(test) + 0.25,
  round(test %% 1, 1) == 0.2 ~ floor(test) + 0.5,
  round(test %% 1, 1) == 0.3 ~ floor(test) + 0.75
)

方案三：向量映射（高效批量处理） #

先提取每个值的小数标识，再用向量匹配替换偏移量：

# 生成小数标识：1=整数，2=0.1，3=0.2，4=0.3
decimals <- ifelse(test %% 1 == 0, 1, round(test %% 1, 1)*10 + 1)
# 定义对应的偏移量
offsets <- c(0, 0.25, 0.5, 0.75)
converted <- floor(test) + offsets[decimals]

内容的提问来源于stack exchange，提问作者PGSA