关于格式化：如何将数字格式化为R中的百分比？


How to format a number as percentage in R?

令我困惑的R之一是如何格式化数字以打印百分比。

例如，将0.12345显示为12.345%。 我有许多解决方法，但是这些方法似乎都不是" newby friendly"。 例如：

1
2
3
4
5
6
7
8
set.seed(1)
m <- runif(5)

paste(round(100*m, 2),"%", sep="")
[1]"26.55%""37.21%""57.29%""90.82%""20.17%"

sprintf("%1.2f%%", 100*m)
[1]"26.55%""37.21%""57.29%""90.82%""20.17%"

问题：是否有基本的R函数可以执行此操作？ 另外，是否有使用广泛的包装提供方便的包装？

尽管在?format，?formatC和?prettyNum中搜索了类似的内容，但我仍未在基数R中找到合适的包装器。??"percent"没有产生任何有用的东西。 library(sos); findFn("format percent")返回1250次匹配-再次没有用。 ggplot2具有函数percent，但这不能控制舍入精度。

相关讨论

甚至更晚：

如@DzimitryM所指出的，percent()已被"退休"，以支持label_percent()，这是旧的percent_format()函数的同义词。

label_percent()返回一个函数，因此要使用它，您需要一对额外的括号。

1
2
3
4
library(scales)
x <- c(-1, 0, 0.1, 0.555555, 1, 100)
label_percent()(x)
## [1]"-100%"  "0%"     "10%"    "56%"    "100%"   "10 000%"

通过在第一组括号内添加参数来对此进行自定义。

1
2
3
label_percent(big.mark =",", suffix =" percent")(x)
## [1]"-100 percent"  "0 percent"     "10 percent"    
## [4]"56 percent"    "100 percent"   "10,000 percent"

几年后的更新：

这些天，scales包中有一个percent函数，如krlmlr的答案所述。使用它代替我的手动解决方案。

尝试类似

1
2
3
percent <- function(x, digits = 2, format ="f", ...) {
  paste0(formatC(100 * x, format = format, digits = digits, ...),"%")
}

随着使用，例如

1
2
x <- c(-1, 0, 0.1, 0.555555, 1, 100)
percent(x)

(如果愿意，可以将格式从"f"更改为"g"。)

相关讨论

签出scales包。我认为它曾经是ggplot2的一部分。

1
2
3
library('scales')
percent((1:10) / 100)
#  [1]"1%" "2%" "3%" "4%" "5%" "6%" "7%" "8%" "9%" "10%"

用于检测精度的内置逻辑在大多数情况下应该可以正常工作。

1
2
3
4
5
6
7
8
9
10
11
percent((1:10) / 1000)
#  [1]"0.1%""0.2%""0.3%""0.4%""0.5%""0.6%""0.7%""0.8%""0.9%""1.0%"
percent((1:10) / 100000)
#  [1]"0.001%""0.002%""0.003%""0.004%""0.005%""0.006%""0.007%""0.008%"
#  [9]"0.009%""0.010%"
percent(sqrt(seq(0, 1, by=0.1)))
#  [1]"0%"  "32%" "45%" "55%" "63%" "71%" "77%" "84%" "89%" "95%"
# [11]"100%"
percent(seq(0, 0.1, by=0.01) ** 2)
#  [1]"0.00%""0.01%""0.04%""0.09%""0.16%""0.25%""0.36%""0.49%""0.64%"
# [10]"0.81%""1.00%"
相关讨论

从formattable包中签出percent函数：

1
2
3
4
library(formattable)
x <- c(0.23, 0.95, 0.3)
percent(x)
[1] 23.00% 95.00% 30.00%
相关讨论

我对这些答案的速度进行了一些基准测试，并惊讶地发现scales软件包中的percent如此迟钝，因此受到吹捧。我想它的优势是它的自动检测器可以正确格式化，但是如果您知道数据看起来像什么，那么显然可以避免。

以下是尝试将(0,1)中的100,000个百分比的格式设置为2位数字的百分比的结果：

1
2
3
4
5
6
7
8
9
library(microbenchmark)
x = runif(1e5)
microbenchmark(times = 100L, andrie1(), andrie2(), richie(), krlmlr())
# Unit: milliseconds
#   expr       min        lq      mean    median        uq       max
# 1 andrie1()  91.08811  95.51952  99.54368  97.39548 102.75665 126.54918 #paste(round())
# 2 andrie2()  43.75678  45.56284  49.20919  47.42042  51.23483  69.10444 #sprintf()
# 3  richie()  79.35606  82.30379  87.29905  84.47743  90.38425 112.22889 #paste(formatC())
# 4  krlmlr() 243.19699 267.74435 304.16202 280.28878 311.41978 534.55904 #scales::percent()

因此，当我们要添加百分号时，sprintf无疑会成为赢家。另一方面，如果我们只想将数字乘以四舍五入(从比例乘以百分比而没有"％"，则round()最快：

1
2
3
4
5
# Unit: milliseconds
#        expr      min        lq      mean    median        uq       max
# 1 andrie1()  4.43576  4.514349  4.583014  4.547911  4.640199  4.939159 # round()
# 2 andrie2() 42.26545 42.462963 43.229595 42.960719 43.642912 47.344517 # sprintf()
# 3  richie() 64.99420 65.872592 67.480730 66.731730 67.950658 96.722691 # formatC()

您可以将scales软件包仅用于此操作(无需将其与require或库一起加载)

1
scales::percent(m)
相关讨论

这是定义新函数的解决方案(主要是让我可以使用Curry和Compose :-))：

1
2
library(roxygen)
printpct <- Compose(function(x) x*100, Curry(sprintf,fmt="%1.2f%%"))

看到scalable::percent的运行速度最慢并且Liliana Pacheco提供了另一种解决方案，我继续尝试根据Michael设置的示例将其与其他一些选项进行基准测试：

1
2
3
4
5
6
7
8
9
10
11
library(microbenchmark)
library(scales)
library(formattable)

x<-runif(1e5)

lilip <- function() formattable::percent(x,2)
krlmlr <- function() scales::percent(x)
andrie1 <- function() paste0(round(x,4) * 100, '%')

microbenchmark(times=100L,lilip(), krlmlr(), andrie1())

这些是我得到的结果：

1
2
3
4
5
Unit: microseconds
      expr        min          lq        mean      median          uq        max neval
   lilip()    194.562    373.7335    772.5663    889.7045    950.4035   1611.537   100
  krlmlr() 226270.845 237985.6560 260194.9269 251581.0235 280704.2320 373022.180   100
 andrie1()  87916.021  90437.4820  92791.8923  92636.8420  94448.7040 102543.252   100

但是，我不知道为什么我的krlmlr()和andrie1()的表现要比MichaelChirico的例子差很多。有什么线索吗？

tidyverse版本是这样的：

1
2
3
4
5
6
7
8
9
10
11
12
13
> library(tidyverse)

> set.seed(1)
> m <- runif(5)
> dt <- as.data.frame(m)

> dt %>% mutate(perc=scales::percent(m,accuracy=0.001))
          m    perc
1 0.2655087 26.551%
2 0.3721239 37.212%
3 0.5728534 57.285%
4 0.9082078 90.821%
5 0.2016819 20.168%

看起来像往常一样整洁。

此功能可以按列将数据转换为百分比

1
2
3
4
5
6
7
8
9
10
percent.colmns = function(base, columnas = 1:ncol(base), filas = 1:nrow(base)){
    base2 = base
    for(j in columnas){
        suma.c = sum(base[,j])
        for(i in filas){
            base2[i,j] = base[i,j]*100/suma.c
        }
    }
    return(base2)
}
相关讨论

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
try this~

data_format <- function(data,digit=2,type='%'){
if(type=='d') {
    type = 'f';
    digit = 0;
}
switch(type,
    '%' = {format <- paste("%.", digit,"f%", type, sep='');num <- 100},
    'f' = {format <- paste("%.", digit, type, sep='');num <- 1},
    cat(type,"is not a recognized type\
")
)
sprintf(format, num * data)
}