如何将数字格式化为R中的百分比？

Question

令我困惑的R之一是如何格式化数字以百分比形式打印。例如，显示0.12345为12.345%。我有很多解决方法，但是这些似乎都不是“ newby friendly”。例如：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？或者，是否有使用广泛的包装提供方便的包装？尽管寻找的东西，像这样的?format，?formatC而且?prettyNum，我还没有找到合适方便的包装在基地R. ??"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具有功能，percent但无法控制舍入精度。

Answer 1

几年后的更新：

这些天percent，scales软件包中已经有一个功能，如krlmlr的答案所述。使用它代替我的手动解决方案。

尝试类似

percent <- function(x, digits = 2, format = "f", ...) {

  paste0(formatC(100 * x, format = format, digits = digits, ...), "%")

}

随着使用，例如

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

percent(x)

（如果您愿意，请将格式从更改"f"为"g"。）

Answer 2

签出scales包装。ggplot2我认为它曾经是的一部分。

library('scales')

percent((1:10) / 100)

#  [1] "1%"  "2%"  "3%"  "4%"  "5%"  "6%"  "7%"  "8%"  "9%"  "10%"

在大多数情况下，用于检测精度的内置逻辑应该可以很好地工作。

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%"

Answer 3

我做了一些基准测试对这些问题的答案的速度和惊讶地看到percent在scales如此吹捧包装，鉴于其疲弱。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个百分比的列表格式设置为2位数字的百分比的结果：

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sprintf，当我们要添加百分号时，它将成为明显的赢家。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）：

# 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()