R语言uncount绘制直方图报double转integer精度丢失错误解决

• 报错触发点在tidyr::uncount()函数的参数校验逻辑：该函数的功能是按照权重列的取值，将数据框每一行复制对应次数，因此强制要求传入的权重值必须为整数类型。
• 之前使用原始计数频率时，频率列本身是整数（例如某尺寸出现15次，对应权重为15，即该行复制15次），因此函数可以正常运行。
• 替换为百分比频率后，频率列是双精度浮点类型（例如占比12.7%对应12.7，或归一化后为0.127），函数尝试将浮点值转换为整数时，会因存在小数部分导致精度损失，直接抛出类型转换错误，不会执行后续的直方图绘制步骤。
• 最初直接调用hist(data.frame)报'x' must be numeric错误，是因为hist()函数默认接收数值向量作为输入，直接传入多列数据框不符合参数要求。之前的解决方案本质是将汇总频数表展开为单个观测组成的长向量，匹配hist()的输入格式，但该展开逻辑仅适用于权重为整数计数的场景。

• 方案1：直接使用加权直方图逻辑，无需展开行，运行效率最高
  不需要调用uncount()做行复制，直接给hist()传入权重参数即可，适配百分比频率场景：

  # 假设数据框命名为df，两列分别为size（尺寸）、freq（百分比频率）
  # 如果freq是0-100范围的百分比，先除以100转为0-1范围的权重
  hist(df$size, weights = df$freq / 100, xlab = "尺寸", main = "尺寸分布直方图")
  

  该方法不会人为放大样本量，权重总和为1，完全匹配百分比频率的统计意义，是优先推荐的方案。

• 方案2：适配uncount()逻辑，将百分比频率缩放为整数
  如果需要沿用行展开的代码逻辑，可以先按精度要求将百分比频率缩放为整数，再执行后续操作：

  library(dplyr)
  library(tidyr)
  # 乘数可根据精度需求调整：保留1位小数乘10，保留2位乘100，以此类推
  df %>%
    mutate(int_freq = as.integer(freq * 1000)) %>%
    uncount(int_freq) %>%
    pull(size) %>%
    hist()
  

• 方案3：优先使用原始计数列
  如果百分比频率是从原始整数计数换算得到的，直接使用原始整数计数列作为uncount()的权重即可，不会触发类型错误，且分布精度最高。

内容的提问来源于stack exchange，提问作者timeywimey