在R语言中使用read.csv时如何避免长数值变量尾部被替换为0

问题原因 #

read.csv默认会将符合数值格式的字段识别为双精度浮点型，双精度浮点数仅支持精确表示不超过16位的十进制整数，你提供的V30字段长度为26位，超出了精度上限，末尾位数就会丢失被替换为0。

解决方案 #

方案1：读取时指定V30为字符类型（最推荐） #

这类超长数字一般为流水号、编号类标识字段，无需参与数值运算，存为字符类型可以完整保留原始内容，代码如下：

# 基础包read.csv写法
df <- read.csv("mt.txt", colClasses = c(V30 = "character"))

如果其他列也有类似长数字问题，可以统一指定所有列为字符类型：

df <- read.csv("mt.txt", colClasses = "character")

方案2：使用readr包指定列类型 #

tidyverse生态的readr包读取速度更快，列类型指定更灵活：

library(readr)
df <- read_csv("mt.txt", col_types = cols(V30 = col_character()))

方案3：若确实需要存储为数值格式 #

可使用bit64包的integer64类型支持超长整数存储：

library(bit64)
df <- read.csv("mt.txt", colClasses = c(V30 = "integer64"))

注意：integer64类型在部分R函数中兼容性不如基础类型，非必要不推荐使用。

内容的提问来源于stack exchange，提问作者anderwyang