vroom::vroom_write写入文本文件时输出负零(-0)问题咨询

问题现象 #

使用vroom::vroom_write函数将tibble对象写入分隔文本文件时，R交互环境中查看显示为0的数值，在输出的文本文件中部分被写为负零-0，可通过以下代码稳定复现：

library(magrittr)
set.seed(2022-06-07)
dat <- tibble::tibble(rand = rnorm(n = 10, mean = 0, sd = 1), indicator = rbinom(n = 10, size = 1, prob = 0.5), product = rand * indicator)
dat %>%
  vroom::vroom_write(file = "out.txt")

R环境中打印dat对象时，product列所有0值均正常显示为0，但生成的out.txt中，负数与0相乘得到的计算结果会被写为-0。

问题原因 #

• 该问题是vroom写入逻辑的已知缺陷：IEEE 754浮点数标准本身定义了带符号位的负零值，当负数与0做乘法运算时，计算得到的0会保留原数值的符号位，成为负零。
• R终端、tibble打印逻辑会自动对负零做归一化显示，因此交互环境查看数据时无法发现负零的存在。
• 复现环境中使用的vroom版本为1.5.7.9000开发版，底层C++序列化数值的逻辑没有加入负零归一判断，直接将带符号位的负零输出为-0写入文件。

注：负零和普通0在R中做数值比较时完全相等，不会影响常规统计计算结果，仅在文本输出时存在显示差异。

可用解决方案 #

• 写入前预处理数据：在调用vroom_write前，对所有数值列做负零替换，将所有等于0的值统一转为无符号0，不影响非零值的精度，示例代码如下：

# 加载dplyr用于按列处理
library(dplyr)
dat_processed <- dat %>%
  mutate(across(where(is.numeric), ~ ifelse(.x == 0, 0, .x)))
dat_processed %>% vroom::vroom_write("out.txt")

• 替换写入函数：如果不需要vroom的极速大文件写入特性，可以改用基础R的write.table()、或者readr包的write_tsv()/write_delim()函数，这些函数的写入逻辑默认对负零做归一处理，不会输出-0。
• 升级vroom版本：该负零写入问题已经在后续正式版本中修复，将vroom升级到最新CRAN发布版本即可自动处理负零，无需手动预处理数据。

内容的提问来源于stack exchange，提问作者Fred Boehm