r - Data Frame，错误总结

Question

我有一个很大的数据框，叫做 FTSE。这是他的结构。

str(FTSE)

'data.frame':   21167 obs. of  5 variables:
 $ Name         : Factor w/ 2 levels "FTSE MIB","FTSE MIB NET TOT ": 1 1 1 1 1 1 1 1 1 1 ...
 $ DateLastTrade: Factor w/ 18 levels "12/10/13","12/11/13",..: 9 9 9 9 9 9 9 9 9 9 ...
 $ LastPrice    : num  19091 19008 19002 19018 19018 ...
 $ Open         : num  19091 19091 19091 19091 19091 ...
 $ LastClose    : num  19021 19021 19021 19021 19021 ...

我试着总结了一下，我得到了:

summary(FTSE)
                Name        DateLastTrade     LastPrice          Open         LastClose    
 FTSE MIB         :10289   12/3/13 : 1370   Min.   :17750   Min.   :17811   Min.   :17805  
 FTSE MIB NET TOT :10878   12/4/13 : 1370   1st Qu.:18124   1st Qu.:18055   1st Qu.:18124  
                           12/6/13 : 1370   Median :18321   Median :18310   Median :18313  
                           12/2/13 : 1369   Mean   :18366   Mean   :18375   Mean   :18352  
                           12/5/13 : 1369   3rd Qu.:18595   3rd Qu.:18752   3rd Qu.:18697  
                           12/23/13: 1353   Max.   :19091   Max.   :19091   Max.   :19021  
                           (Other) :12966      

请注意“最后价格”栏。如果我尝试直接总结 LastPrice(我在分析中实际需要的变量)，我已经得到了这个，这与之前的有很大不同。

summary(FTSE$LastPrice)
   Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
  17750   18120   18320   18370   18600   19090 

我是 R 的新手，我真的不明白为什么值不同。是四舍五入的问题吗？我已经阅读了很多关于此的答案，但我找不到统一结果的解决方案。我真的被这个问题困住了。

感谢任何可以帮助我甚至试图理解我的问题的人。问候

shujaa 的编辑:

max(FTSE$LastPrice) 
[1] 19091.3

FTSE[which.max(FTSE$LastPrice), ]
      Name DateLastTrade LastPrice    Open LastClose
1 FTSE MIB       12/2/13   19091.3 19091.3  19021.48

Answer 1

这是一个舍入问题。 summary(FTSE$LastPrice) 的所有输出只有 4 位有效数字。如果您查看 ?summary 的 Usage 部分，您会看到数字的默认值(作为命名参数)以及数字的默认值作为一个选项让您达到 4。

 # summary(object, ..., digits = max(3, getOption("digits")-3))

> getOption("digits")
[1] 7

所以尝试:

summary(FTSE$LastPrice, digits=7)

然而，一个悬而未决的问题仍然存在:为什么 summary.data.frame 函数不进行相同程度的舍入，因为数字的默认参数对于 .default 和 .data.frame 方法？查看代码，您会发现 summary.data.frame 实际上首先对其列执行 summary.default，固定值为 digits=12L，然后使用 digits 参数进行 format。在我看来，帮助页面在参数描述中的这个区域有些模糊

digits: integer, used for number formatting with signif() (for summary.default) or 
                                                 format() (for  summary.data.frame).

它完全忽略了一个事实，即 data.frame 列的默认(和固定)符号是完全不同的。