如何分离由data.table包fread读取的向量中的整数与双精度数？

这问题我之前处理过！因为data.table的fread函数在解析数据时，会自动把能兼容的整数值也统一解析为double类型（毕竟双精度浮点数可以精确表示大部分整数），所以用typeof确实没法直接区分这两类值。不过我们可以从数值本身的特征入手来拆分：

基础解决方案：判断值是否等于其整数形式 #

核心逻辑是：那些原本是整数的双精度值（比如1.0），和它转换为整数后的值完全相等；而带小数的双精度值（比如2.5）则不相等。代码示例如下：

library(data.table)

# 假设你读取的向量名为vec
vec <- fread("your_file.csv")$target_column

# 拆分出整数型双精度值
integer_like_vec <- vec[vec == as.integer(vec)]
# 拆分出带小数的双精度值
decimal_vec <- vec[vec != as.integer(vec)]

进阶方案：处理浮点精度误差 #

如果你的数据里存在因为存储精度导致的“伪小数”（比如1.0000000001这种本质是整数但有微小误差的情况），可以用all.equal配合容忍度来判断：

# 定义判断函数，设置容忍度避免浮点误差干扰
is_integer_safe <- function(x) {
  all.equal(x, as.integer(x), tolerance = 1e-9)
}

# 用sapply批量判断每个元素
is_integer_flag <- sapply(vec, is_integer_safe)

# 拆分向量
integer_like_vec <- vec[is_integer_flag]
decimal_vec <- vec[!is_integer_flag]

这样就能精准把原向量拆分为你需要的两个独立向量了～

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