R 导出为csv并以相同的数值精度导入？

当我将数字数据导出到csv文件，然后将它们导入到R中时，它们并不相等，如下所示。在不进行任意舍入的情况下，检查这些数据是否相等的最佳方法是什么？或者，有没有一种好方法可以将数字数据导出到csv文件，然后再导入它们并检查它们是否与新结果完全相同？我对涉及以不同方式向csv或制表符分隔的文件导出或导入数据的解决方案持开放态度

set.seed(10)
x = rnorm(1)
write.csv(x, "test.csv", row.names = F)
y = read.csv("test.csv")
x == y

---

如果数据不必保存为

.csv

，那么最好使用

保存
将数据保存为
.RData
，然后在需要时加载它

set.seed(10)
x = rnorm(1)
x2 = x
save(x2, file = "x.RData")
rm(x2)
load("x.RData")

> identical(x, x2)
[1] TRUE

如果数据不必保存为
.csv
，那么最好使用
保存
将数据保存为
.RData
，然后在需要时加载它

set.seed(10)
x = rnorm(1)
x2 = x
save(x2, file = "x.RData")
rm(x2)
load("x.RData")

> identical(x, x2)
[1] TRUE

那么…write.csv（格式（x，数字=17），“test.csv”，row.names=F）呢

无论如何，我必须弄明白：
表格：
“历史上，R的浮点向量有两个名称，
double
和
numeric
（以前是
real
）。
double
是类型的名称。
numeric
是模式的名称，也是隐式类的名称。”

计算机上的实际精度取决于您的计算机，请参见
.machine
关于…write.csv（格式（x，数字=17），“test.csv”，row.names=F）的内容

无论如何，我必须弄明白：
表格：
“历史上，R的浮点向量有两个名称，
double
和
numeric
（以前是
real
）。
double
是类型的名称。
numeric
是模式的名称，也是隐式类的名称。”

计算机上的实际精度取决于您的计算机，请参见
.machine
谢谢，了解这一点很有用，但我对导出到csv或制表符分隔文件的数据特别感兴趣。我编辑了这个问题。谢谢，知道这一点很有用，但我对导出到csv或制表符分隔文件的数据特别感兴趣。我编辑了这个问题。我喜欢你的答案。我在找一件简单的事情。为什么17是个好选择？请看我的编辑。格式（x，digits=22）是最大值，显示18位。
numeric
使用基于的双精度浮点格式，具有15-17位有效十进制数字。好的，digits=17及以上对我适用。这个数字可以确定吗？我不确定如何解释.Machine中的字节大小信息。有趣的问题，不幸的是我不知道答案。我认为，在大多数电脑上，精度已经足够了。。。顺便说一句：RData的优点是，数据是压缩的，所以需要更少的内存！如果你只在R范围内工作，我会用它。我喜欢你的答案。我在找一件简单的事情。为什么17是个好选择？请看我的编辑。格式（x，digits=22）是最大值，显示18位。
numeric
使用基于的双精度浮点格式，具有15-17位有效十进制数字。好的，digits=17及以上对我适用。这个数字可以确定吗？我不确定如何解释.Machine中的字节大小信息。有趣的问题，不幸的是我不知道答案。我认为，在大多数电脑上，精度已经足够了。。。顺便说一句：RData的优点是，数据是压缩的，所以需要更少的内存！如果你只在R范围内工作，我会用它。