R语言使用readxl包导入Excel时数值出现微小偏差问题求助

这是双精度浮点数的固有存储特性导致的，并非readxl包导入错误：

• Excel存储数值采用8字节双精度浮点数格式，但软件界面展示、内置计算时会自动对数值做截断处理，你在Excel单元格里看到的23923.72846564920000000并非内存中存储的真实二进制值，只是截断到15位有效数字后的显示结果。
• readxl导入数据时会直接读取xlsx文件内存储的原始二进制浮点值，不会做Excel层面的显示截断；而R默认展示浮点数时会输出更多有效位数，因此你能观测到数值末尾的微小偏差。你计算得到的6.007031e-08量级差值，属于浮点数累加过程中正常的舍入误差，不代表数据损坏。
• 重新导出为xlsx后偏差消失，是因为writexl写入文件时遵循Excel的数值存储规则，Excel打开文件时又会自动做显示截断，自然看不到末尾的微小误差。

根据你的实际使用场景选对应方案即可：

• 如果是做常规统计分析：这个量级的误差完全可以忽略，不会对分析结果产生实质影响。做数值相等判断时不要直接用==，改用带容差的判断逻辑即可，比如使用dplyr::near()函数，或判断两数差值的绝对值小于1e-7即视为相等。
• 如果是财务对账等要求数值和Excel显示结果完全一致的场景：导入时先按字符类型读取，再转换为高精度十进制格式计算，示例代码如下：

library(readxl)
# 所有列先按字符格式读入，避免浮点数自动转换
target_inputs <- read_excel("A Matrix - Table 5 2019-20.xlsx",
                            sheet = "target_inputs",
                            col_types = "text")
target_outputs <- read_excel("A Matrix - Table 5 2019-20.xlsx",
                             sheet = "target_outputs",
                             col_types = "text")

# 转换为高精度数值类型计算
library(bit64)
inputs_vec <- as.numeric64(as.matrix(target_inputs))
outputs_vec <- as.numeric64(as.matrix(target_outputs))

print(sum(inputs_vec) - sum(outputs_vec))

• 如果不需要极高精度：直接按业务要求的小数位数对数值做四舍五入即可，比如你的数据本身最多保留9位小数，就执行round(你的数值, 9)后再做求和计算，就能得到和Excel一致的0差值。之前用round()未生效，大概率是设置的保留位数小于数据实际有效小数位，导致累加后仍存在微小误差。

内容的提问来源于stack exchange，提问作者vabm