R语言使用浮点数值进行条件过滤时的布尔判断异常问题

你遇到的所有异常都是二进制浮点数存储精度问题导致的：

• 0.1这类十进制小数无法被二进制浮点数精确表示，你用seq(-1,1,0.1)生成的数值本质上都带有微小的尾数位误差，不是你以为的刚好0.1、0.9
• 打印时R默认只显示有限小数位，会把微小误差隐藏，看起来是1.0的数值实际计算时可能是略大于1的数值，所以<=1返回FALSE，等于0.1的匹配也找不到对应行

运行以下代码可以直观看到误差：

# 查看0.1的实际存储值，保留20位小数
sprintf("%.20f", 0.1)
# 查看你生成的序列中对应0.1位置的实际值
sprintf("%.20f", input_vector_full[input_vector_full > 0.09 & input_vector_full < 0.11])
# 查看0.1+0.9的实际计算结果
sprintf("%.20f", 0.1 + 0.9)

输出会看到0.1实际存储为类似0.10000000000000000555的数值，0.9也存在微小误差，二者相加的结果略大于1，因此布尔判断返回FALSE。

• 条件判断时不要直接用==或者无容差的大小比较，要引入可接受的误差范围：
  • 判断相等用all.equal()函数，或者手动加容差：abs(x - 0.1) < 1e-9
  • 原布尔标志判断修改为：df2$bool_flag <- df2$sum_absolute <= 1 + 1e-9
  • dplyr筛选修改为：df2 %>% filter(abs(x - 0.1) < 1e-9)
• 生成步长为0.1的序列时，更稳妥的写法是先生成整数再除以10，避免seq的步长累加误差：input_vector_full <- seq(-10,10,1)/10，这种方式生成的数值精度误差会大幅降低。

内容的提问来源于stack exchange，提问作者Jamalan