R中dataframe字符串列转超大整数时gmp::as.bigz报错如何处理

错误原因 #

你遇到的报错是两个问题共同导致的：

• 旧版dplyr的mutate_at+匿名函数的语法在处理gmp包返回的bigz类型S3向量时，无法正确识别该向量的长度属性，错误将其底层存储的原始数组直接展开，导致返回长度与数据框1636626的行数不匹配
• list(~gmp::as.bigz(.,mod = NA))的写法在mutate_at中会被识别为生成新列的逻辑，进一步加剧了列长度匹配的异常

解决方案 #

优先用新版dplyr的标准mutate语法直接进行矢量化转换，该写法效率最高，适配百万行级别的数据：

library(dplyr)
library(gmp)

bd <- bd %>% 
  mutate(hst = gmp::as.bigz(hst, mod = NA))

如果上述写法依然触发长度不匹配报错，说明你当前环境的dplyr版本对非基础类型列的支持存在缺陷，可以改用按元素转换的方式生成list类型的bigz列，gmp的算术运算完全支持该格式：

library(dplyr)
library(purrr)
library(gmp)

bd <- bd %>%
  mutate(hst = purrr::map(hst, ~gmp::as.bigz(.x, mod = NA)))

验证方法 #

转换完成后可通过以下命令验证效果：

• 查看列类型：class(bd$hst)
• 验证单值的bigz类型：gmp::is.bigz(bd$hst[1])（list列则用gmp::is.bigz(bd$hst[[1]])）
• 打印单值确认数位完整：print(bd$hst[1])

注意事项 #

加载gmp包后可直接用+/-/*等运算符对bigz类型的值进行算术运算，无需调用额外的函数，运算结果会自动保留所有数位不会溢出。

内容的提问来源于stack exchange，提问作者Stella