如何使用readr读取极小科学计数法数值并保留原始精度

问题原因 #

你遇到的问题本质是R默认双精度浮点型的存储限制：双精度浮点数可表示的最小正有限值约为2.2e-308，所有小于该阈值的数值都会被自动下溢为接近该阈值的近似值，和readr工具本身无关。

可行解决方案 #

方案1：将P值列读取为字符串保留原始值 #

如果后续只需要展示、匹配原始P值文本，不需要做数值运算，直接在读入时指定P值列为字符型即可：

infile <- "~/Desktop/test.csv"
# 把第二列的类型从d（双精度）改成c（字符）
dat <- readr::read_delim(infile, delim = "\t", col_types = "cc")  

这种方式会完全保留文件里的原始数值文本，不会出现精度损失。

方案2：使用任意精度数值类型存储 #

如果后续需要对极小P值做数值计算，可以读取为字符后转成高精度数值类型，借助Rmpfr包即可实现：

# 先安装加载包
install.packages("Rmpfr")
library(Rmpfr)

infile <- "~/Desktop/test.csv"
# 先读为字符
dat <- readr::read_delim(infile, delim = "\t", col_types = "cc") 
# 转成1024位精度的数值，足够存储极小P值
dat$`P-value` <- mpfr(dat$`P-value`, precBits = 1024)

转换后可以正常做数值比较、对数转换等运算，不会出现下溢问题。

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