R保持大量

R保持大量,r,csv,data.table,largenumber,feather,R,Csv,Data.table,Largenumber,Feather,我有一个CSV(我从data.table中使用fread读取),其中有一些相当大的数字,我将其转换为feather格式,然后另存为feather文件,但当我在这个新文件中读取时,数字完全不同。这发生在我转换的777个不同的CSV文件上,因此它不是特定于CSV的。我试着制作一个可复制的例子,但发现如果我在R中生成数字就没有问题了 使用CSV中的数据进行编码: options(digits = 22) t<-tempfile() i<-as.data.frame(data$total)

我有一个CSV(我从data.table中使用fread读取),其中有一些相当大的数字,我将其转换为feather格式,然后另存为feather文件,但当我在这个新文件中读取时,数字完全不同。这发生在我转换的777个不同的CSV文件上,因此它不是特定于CSV的。我试着制作一个可复制的例子,但发现如果我在R中生成数字就没有问题了

使用CSV中的数据进行编码:

options(digits = 22)
t<-tempfile()
i<-as.data.frame(data$total)
head(i)

            x
1 10661832289
2 10836572665
3 11011492485
4 11180245212
5 11331994931
6 11486446777

feather::write_feather(i,t)
feather::read_feather(t)

# A tibble: 36 × 1
                         x
                     <dbl>
1  5.2676450557158410e-314
2  5.3539782724388232e-314
3  5.4404001462775578e-314
4  5.5237750713302844e-314
5  5.5987493942542471e-314

str(i)
显示了什么?这是您的原始数据,而不是虚构的数据。@HongOoi它显示为str(i):“data.frame”:36 obs。共1个变量:$x:Class'integer64'num[1:36]5.27e-314 5.35e-314 5.44e-314 5.52e-314 5.60e-314。。。我看到它已经有了不正确的数字-你认为这可能与bit64::integer64有关吗?是的。你应该向feather提交问题;作为一种解决方法,在读入变量时,将变量的类指定为
numeric
。非常感谢。我会这样做的。
options(digits = 22)
t<-tempfile()
i<-as.data.frame(runif(10,10000000000,13000000000))
head(i)
feather::write_feather(i,t)
feather::read_feather(t)
sessionInfo()
R version 3.3.3 (2017-03-06)
Platform: x86_64-w64-mingw32/x64 (64-bit)
Running under: Windows >= 8 x64 (build 9200)

locale:
[1] LC_COLLATE=English_United States.1252  LC_CTYPE=English_United States.1252   
[3] LC_MONETARY=English_United States.1252 LC_NUMERIC=C                          
[5] LC_TIME=English_United States.1252    

attached base packages:
[1] stats     graphics  grDevices utils     datasets  methods   base     

other attached packages:
[1] bit64_0.9-5 bit_1.1-12 

loaded via a namespace (and not attached):
 [1] lazyeval_0.2.0    plyr_1.8.4        assertthat_0.1    hms_0.3          
 [5] tools_3.3.3       haven_0.2.1       tibble_1.2        Rcpp_0.12.9      
 [9] feather_0.3.1     data.table_1.10.4 xlsxjars_0.6.1    rJava_0.9-8      
[13] xlsx_0.5.7