如何使用dplyr统计多列数值的小数位数及每列最大小数位数

核心实现方案 #

基于 dplyr + stringr 批量处理所有数值列，无需逐列硬编码，代码精简且效率更高：先定义单数值向量的最大小数位统计函数，再通过 across 批量作用到所有数值列即可。

完整代码 #

# 加载依赖包
library(tidyverse)

# 定义单向量最大小数位计算函数
get_max_decimal <- function(x) {
  decimal_len <- str_extract(as.character(x), "\\.\\d+") %>% 
    str_remove("\\.") %>% 
    nchar()
  # 处理全为整数的边界情况
  max_len <- max(decimal_len, na.rm = TRUE)
  return(ifelse(is.infinite(max_len), 0, max_len))
}

# 批量统计所有数值列的最大小数位数，输出tibble格式结果
max_decimal_result <- data %>% 
  summarise(across(where(is.numeric), get_max_decimal))

# 如果需要转为命名向量方便后续调用，加deframe()即可
# max_decimal_vec <- max_decimal_result %>% deframe()

原代码问题说明 #

你原来的代码问题主要有两点：

• 硬编码了value_1列，仅能处理单列
• 用rowwise逐行处理，数据量大时效率低，且生成大量中间冗余列

测试示例 #

用测试数据验证效果：

# 构造测试tibble
test_data <- tibble(
  col1 = c(1.23, 4.567, 8, NA),
  col2 = c(0.1, 0.2345, 9.12, 3),
  col3 = 1:4
)

# 运行统计
test_data %>% 
  summarise(across(where(is.numeric), get_max_decimal))

输出结果：

# A tibble: 1 × 3
   col1  col2  col3
  <dbl> <dbl> <dbl>
1     3     4     0

注意事项 #

R的浮点数存在精度误差，如果你的数值是经过计算得到的，直接转字符串可能会出现0.1 + 0.2 = 0.30000000000000004的情况，导致统计的小数位数偏大。如果是原始录入的精确小数，该方案完全适用；如果是计算生成的数值，可先做合理四舍五入后再统计。

内容的提问来源于stack exchange，提问作者C. Sebastian