R语言 小数点位数的设置方式

经常用数据分析，有时不同的文件的小数位数不一样，但是我们可以让它们的位数保持一致的，下面的介绍就是设置小数位数。

使用options函数

> options(digits)

默认为7位

> a=0.234333323#9位> a[1] 0.2343333

下面开始设置下

> options(digits=3)> a=0.34434434#8位> a[1] 0.344

看最大的位数

> options(digits=27)Error in options(digits = 27) : 'digits'参数不对，可用0...22> options(digits=20)> options(digits=22)> options(digits=23)Error in options(digits = 23) : 'digits'参数不对，可用0...22

从上面知道，最多是22位的，下面来实验下。

> a = 0.111222333444555666777888999#27位> options(digits=22)> a[1] 0.11122233344455566

是的，它的最大位数是22位。

补充：R语言保留小数点后几位（末尾为0也保留）

当我们在进行一些学术论文的表格生成时，需要对我们的数据进行规范化处理。比如保留小数点后四位的操作。

大家用的最多的代码应该就是使用 round() 函数进行保留，具体做法我们以一个数字为例：12.345678。我们想保留小数点后四位可以进行如下操作。

round

运行下述代码，即可得到我们想要的结果：12.3456

round(12.345678, 4)

但如果我们想要保留这个数字之后的四位：12.345006，此时使用 round(12.345006, 4) 就会得到 12.345 这个结果，那如果我们想得到 12.3450 这种类型的结果，需要如何操作呢？

这时我们就可以使用： sprintf()

sprintf

具体代码如下所示，代码的输出结果就是：12.3450

sprintf("%0.4f", 12.345006)

上述代码中的 0.4 改为 0.2，就是保留小数点后两位，以此类推。

如果我们还想保留有效数字要怎么做呢？

保留有效数字

其实用 print() 函数即可选择保留几位有效数字，只需使用 digits = 4 即可。例如使用 print(12.3456, digits = 4) ，所得结果是：12.34。

以上为个人经验，希望能给大家一个参考，也希望大家多多支持我们。如有错误或未考虑完全的地方，望不吝赐教。

赞 (0)

相关推荐

  • 详解R语言数据合并一行代码搞定

    数据的合并 需要的函数 cbind(),rbind(),bind_rows(),merge() 准备数据 我们先构造一组数据,以便下面的演示 > data1<-data.frame( + namea=c("海波","立波","秀波"), + value=c("一波","接","一波") + ) > data1 namea value 1 海波 一波 2 立波 接 3 秀

  • R语言删除/添加数据框中的某一行/列

    假如数据是这样的,这是有一个数据框 > A <- data.frame(姓名 = c("张三", "李四", "王五"), 体重 = c(50, 70, 80), 视力 = c(5.0, 4.8, 5.2)) > A 姓名 体重 视力 1 张三 50 5.0 2 李四 70 4.8 3 王五 80 5.2 删除第一行"张三"的信息 > A <- A[-1,] > A 姓名 体重 视力 2 李

  • R语言随机数生成的实现

    R语言随机数生成的实现

    1. 均匀分布 函数: runif(n, min=0, max=1),n 表示生成的随机数数量,min 表示均匀分布的下限,max 表示均匀分布的上限,若省略参min.max,则默认生成[0,1]上的均匀分布随机数. > q = runif(5,-1,1) > q [1] 0.73539909 0.72895000 -0.04357151 0.81696252 0.50210058 2. 正太分布 函数:rnorm(n, mean=0, sd=1),其中,n 表示生成的随机数数量,mean是正

  • 聊聊R语言中Legend 函数的参数用法

    聊聊R语言中Legend 函数的参数用法

    如下所示: legend(x, y = NULL, legend, fill = NULL, col = par("col"), border = "black", lty, lwd, pch, angle = 45, density = NULL, bty = "o", bg = par("bg"), box.lwd = par("lwd"), box.lty = par("lty")

  • R语言绘图样式设置操作(符号,线条,颜色,文本属性)

    R语言绘图样式设置操作(符号,线条,颜色,文本属性)

    设置图像样式有两种方法,一种是全局修改,一种只针对一幅图片有效. 全局修改 a<-c(1:10) #全局修改 old_par<-par(no.readonly=TRUE) #记录默认样式到变量old_par中 par(lty=2,pch=17) #设置线型lty=2虚线,pch=17实心三角形,键值对的方式进行设置 #第一幅图,已经和默认样式不一样了 b<-rnorm(10) plot(a,b,type='b') #第二幅图,和第一幅图样式一样 b<-rnorm(10) plot(

  • R语言实现LASSO回归的方法

    R语言实现LASSO回归的方法

    Lasso回归又称为套索回归,是Robert Tibshirani于1996年提出的一种新的变量选择技术.Lasso是一种收缩估计方法,其基本思想是在回归系数的绝对值之和小于一个常数的约束条件下,使残差平方和最小化,从而能够产生某些严格等于0的回归系数,进一步得到可以解释的模型.R语言中有多个包可以实现Lasso回归,这里使用lars包实现. 1.利用lars函数实现lasso回归并可视化显示 x = as.matrix(data5[, 2:7]) #data5为自己的数据集 y = as.ma

  • R语言导入CSV数据的简单方法

    R语言导入CSV数据的简单方法

    第一.查看读取路径:getwd() ``` getwd() #获取文件存储位置 [1] "E:/R/meta-rbook-examples" #文件位置,如果是自己想要的存储位置可以直接将文件放到这里,如果不是更改路径. `` 第二.修改路径: setwd("E:/R")#设置新的路径`,将文件放入该文件夹中 第三.读取CSV文件: data1<-read.csv("dataset01.csv",as.is = TRUE)#读取文件名为:d

  • R语言 小数点位数的设置方式

    经常用数据分析,有时不同的文件的小数位数不一样,但是我们可以让它们的位数保持一致的,下面的介绍就是设置小数位数. 使用options函数 > options(digits) 默认为7位 > a=0.234333323#9位> a[1] 0.2343333 下面开始设置下 > options(digits=3)> a=0.34434434#8位> a[1] 0.344 看最大的位数 > options(digits=27)Error in options(digit

  • R语言作图:坐标轴的设置方式

    R语言作图:坐标轴的设置方式

    要绘制一张赏心悦目的统计图表,坐标轴的设置至关重要.在R语言底层作图中,对坐标轴的调整主要通过调整plot函数.axis函数和title函数的一系列参数完成. plot(x,y, ...) axis(side,at = NULL, labels = TRUE, tick = TRUE, line = NA, pos= NA, outer = FALSE, font = NA, lty = "solid", lwd = 1, lwd.ticks = lwd, col = NULL,col

  • R语言ggplot2x轴顺序设置自定义颜色的操作

    R语言ggplot2x轴顺序设置自定义颜色的操作

    先声明一下所用的数据集 第一个图如下 这个图主要在于x轴的顺序设置上,如果按不做任何处理的话>3那个就会在2之前,解决方法是b[,1]<-factor(b[,1],levels=c('2','3',">3")),这句代码可以重新设置因子的级别 完整代码如下: a[,1]<-factor(a[,1],levels=c('2','3',">3")) ggplot(a,aes(x=a[,1],y=a[,2]))+geom_bar(stat=&

  • R语言ggplot2包之注释方式

    R语言ggplot2包之注释方式

    引言 光光展示数据对可视化来说,远远不够.还有其他很多信息能够帮助读者解释你的数据.除了标签.坐标轴.图例外,还能够增加注释,比如强调图画的某一区域,添加描述性文本等. 添加文本注释 你可以在图形中添加文本,增加可读性.我们在annotate函数中设置text参数即可. library(ggplot2) library(gcookbook) p <- ggplot(faithful, aes(x=eruptions, y=waiting)) + geom_point() p + annotate

  • R语言可视化存储矢量图实现方式

    目录 1. R 中自带的默认绘图 1) PDF 格式 2) EPS 格式 2. ggplot 绘图 1) PDF 格式 2) EPS 格式 之前写的博客中有提及过如何在 R 语言中绘制矢量图,然后用于论文引用.但没有专门开一篇博客来进行说明比较,这里重新开一篇博客来进行说明. 通常保存为矢量图可能大多数时候是为了论文中的引用,所以格式一般为 EPS, PDF 这两种格式,这里也主要针对这两种格式进行说明. 1. R 中自带的默认绘图 通常我们使用 plot(), lines(), points(

  • R语言科学计数法介绍:digits和scipen设置方式

    控制R语言科学计算法显示有两个option: digitis和scipen.介绍的资料很少,而且有些是错误的.经过翻看R语言的帮助和做例子仔细琢磨,总结如下: 默认的设置是: getOption("digits") [1] 7 getOption("scipen") [1] 0 digits 有效数字字符的个数,默认是7, 范围是[1,22] scipen 科学计数显示的penalty,可以为正为负,默认是0 R输出数字时,使用普通数字表示的长度 <= 科学计

  • R语言-如何切换科学计数法和更换小数点位数

    看代码吧~ options(scipen = 100) # 小数点后100位不使用科学计数法 options(digits = 3) # 保留小数点后三位 补充:R语言将数据导出到csv时出现科学计数表示 R语言导出数据时是默认科学计数表示的,但是对于一些数字,其并没有数字的意思,只是一串ID,也会自动变成科学计数导致数据错误,处理方法有: 1.formatC函数 用format=参数指定C格式类型,如"d"(整数),"f"'(定点实数),"e"

  • R语言 设置ylab每个汉字竖向排列的操作

    R语言 设置ylab每个汉字竖向排列的操作

    只看标题可能不知道啥意思,所以先上图了. 从图中可以看到ylab中汉字的排列方式是从上到下的,要实现这样的效果有两个关键步骤: 一是ylab不是常规的"月工作量",而是'月\n工\n作\n量',每个汉字中间要进行换行. 二是要对ylab进行旋转. 下面给出代码: library(ggplot2) #数据 df <- data.frame( gp = factor(rep(letters[1:3], each = 10)), y = rnorm(30) ) #ggplot绘制 p0

  • R语言数据读取以及数据保存方式

    R语言数据读取以及数据保存方式

    一.R语言读取文本文件: 1.文件目录操作: getwd() : 返回当前工作目录 setwd("d:/data") 更改工作目录 2.常用的读取指令read read.table() : 读取文本文件 read.csv(): 读取csv文件 如果出现缺失值,read.table()会报错,read.csv()读取时会自动在缺失的位置填补NA 3.灵活的读取指令 scan() : 4.读取固定宽度格式的文件: read.fwf() 文本文档中最后一行的回车符很重要,这是一个类似于停止符

随机推荐