计算R中数字的有效数字

Question

也许是一个愚蠢的问题，但是为什么R在数字末尾删除有效的0？例如，1.250变为1.25，其精度不相同。我一直在尝试通过结合使用as.character()和gsub()和正则表达式（根据各种帖子）来计算数字的有效位数，但是对于诸如1.250这样的数字，我得到了错误的结果，因为as.character删除了最后0位数字。因此，1.250的答案是2位数字，而不是3位数字。

更具体地说，为什么这对我来说是个问题：

我的单词表很长，包含键长，格式为：1.2450（20）：

括号中的数字是测量中的不确定性，这意味着真实值在1.2450 + 0.0020和1.2450-0.0020之间。我已经从单词中将所有这些数据导入到一个大数据框中，如下所示：

df<-data.frame(Activity = c(69790, 201420, 17090),
               WN1=c(1.7598, 1.759, 1.760),
               WN1sd=c(17, 15, 3))

我的目的是针对活动绘制WN1值，但还要打开误差条。这意味着我将需要手动将WN1sd转换为：WN1sd=c(0.0017, 0.015, 0.003)，这不是R的解决方法，因此需要获得WN1的有效位数。这对于前两个WN1值而言效果很好，但对于第三个WN1值而言效果不佳，因为R错误地认为最后一个0不重要。

Answer 1

从Word文档导入数据时，您必须准备标准差

有一点，你应该有这样的字符串：

"1.2345(89)" "4.230(34)" "3.100(7)"

这是一个函数，您可以将其应用于这些字符并正确获取sd：

split.mean.sd = function(mean.sd) {
   mean <- gsub("(.*)\\(.*", "\\1", mean.sd)
   sd  <- gsub(".*\\((.*)\\)", "\\1", mean.sd)
   digits.after.dot <- nchar(gsub(".*\\.(.*).*", "\\1", mean))
   sd  <- as.numeric(sd)*10^(-digits.after.dot)
   mean <- as.numeric(mean)
   c(mean, sd)
   }

例如：

v <- c("1.2345(89)","4.230(34)","3.100(7)")
sapply(v, split.mean.sd)

给你

     1.2345(89) 4.230(34) 3.100(7)
[1,]     1.2345     4.230    3.100 
[2,]     0.0089     0.034    0.007

Answer 2

大多数编程语言（包括R）不跟踪浮点值的有效位数。这是因为在许多情况下，没有必要使用有效数字，这将大大减慢计算速度并需要更多RAM。

您可能希望对某些不确定的计算库感兴趣，例如errors（PDF）软件包。