fwrite与fread后数据合并失败问题求助

核心原因：浮点数精度的隐形差异 #

虽然all.equal(region, region2)返回TRUE，但这是因为all.equal默认容忍微小的数值差异（默认tolerance = 1e-8）。而data.table的merge是精确匹配，当CSV写入/读取后，x和y列的浮点数在二进制层面出现了肉眼不可见的精度损失，导致无法匹配。

你可以通过以下代码验证这个差异：

# 查看x列第一个值的高精度输出
sprintf("%.20f", region$x[1])
sprintf("%.20f", region2$x[1])

# identical会严格检查二进制一致性，返回FALSE
identical(region$x, region2$x)

三种修复方案 #

方案1：提升fwrite的输出精度 #

在写入CSV时，通过digits参数保留更多小数位，减少精度损失：

# 写入时设置digits=15（接近双精度浮点数的最大有效位数）
fwrite(region, "region.csv", digits = 15)
region2 <- fread("region.csv", stringsAsFactors = TRUE)

# 重新合并
merged_region2 <- merge(TEST, region2, all.x = TRUE) |> drop_na(region)

方案2：读取后对齐浮点数精度 #

对TEST和region2的x/y列做舍入处理，统一精度：

region2 <- fread("region.csv", stringsAsFactors = TRUE)
# 舍入到5位小数（根据你的数据精度调整）
region2[, c("x", "y") := lapply(.SD, round, digits = 5), .SDcols = c("x", "y")]
TEST[, c("x", "y") := lapply(.SD, round, digits = 5), .SDcols = c("x", "y")]

merged_region2 <- merge(TEST, region2, all.x = TRUE) |> drop_na(region)

方案3：使用RDS格式保存（推荐） #

CSV是文本格式，天生会损失数值精度；用RDS格式可以完整保留数据的结构和二进制精度：

# 保存为RDS
saveRDS(region, "region.rds")
# 读取RDS
region2 <- readRDS("region.rds")

# 合并完全正常
merged_region2 <- merge(TEST, region2, all.x = TRUE) |> drop_na(region)

内容的提问来源于stack exchange，提问作者ChuDingjin