tidyr::complete因列类型与舍入精度设置表现异常问题

和列类型无关，本质是R浮点数二进制存储的精度误差导致的匹配失败：
0.1这类十进制小数无法被二进制浮点精确表示，原始数据里拼接的深度值、和seq(min(depth), max(depth), by=0.1)生成的序列值，虽然打印出来看起来完全一样，但底层存储存在1e-16量级的微小差值。tidyr::complete做组合匹配时是按值严格全等判断的，两个看起来都是0.3的深度因为这点极小的差值会被判定为不同值，最终出现原有深度被重复识别、错误填充NA的问题。
整数场景下运行正常，是因为整数可以被二进制精确存储，不存在这类精度差。之前试的转字符再转数值能临时生效，本质是做了一次隐式的精度截断，把两个有微小差别的浮点数转成了相同值，但属于事后补救，还需要额外删重复行，效率低也不稳定。
可以跑一行代码验证这个误差：

# 原始数据中B站点第一个深度是0.3，seq生成的第一个0.3和它并不相等
b$depth[11] == seq(0.3, 0.5, 0.1)[1]
# 查看差值
b$depth[11] - seq(0.3, 0.5, 0.1)[1]

运行后会看到相等判断返回FALSE，差值是一个极小的非零数，就是导致异常的直接原因。

不需要事后处理重复行，从匹配前统一精度入手即可，两个常用方案：

• 方案1：所有深度值统一做固定精度舍入
  原始深度和seq生成的补全序列，都提前舍入到对应小数位（这里是1位小数），从根源消除浮点误差：

  library(dplyr)
  library(tidyr)
  
  b2 <- b %>% 
    mutate(site = factor(site),
           depth = round(depth, 1)) %>% 
    group_by(site) %>% 
    complete(depth = round(seq(min(depth), max(depth), by = 0.1), 1)) %>% 
    arrange(site, depth)
  

  运行后检查unique(b2$depth)、单站点数据，都不会再出现重复深度、错误补NA的问题。

• 方案2：缩放为整数做匹配
  按观测精度把深度缩放为整数（比如0.1米精度就乘10转整数），整数不存在浮点匹配问题，补全完成后再缩放回原单位即可，适合更高精度要求的场景：

  b2 <- b %>% 
    mutate(site = factor(site),
           depth_scaled = as.integer(round(depth * 10, 0))) %>% 
    group_by(site) %>% 
    complete(depth_scaled = seq(min(depth_scaled), max(depth_scaled), by = 1)) %>% 
    mutate(depth = depth_scaled / 10) %>% 
    select(-depth_scaled) %>% 
    arrange(site, depth)
  

通用注意点：所有涉及小数的等值匹配场景，都不要直接用==判断，必须先做精度统一，否则很容易出现这类看似反常的匹配错误。

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