Bagaimana memformat angka sebagai persentase dalam R?

Salah satu hal yang digunakan untuk membingungkan saya sebagai yang baru ke R adalah bagaimana memformat angka sebagai persentase untuk dicetak.

Misalnya, tampilkan 0.12345sebagai 12.345%. Saya memiliki sejumlah solusi untuk ini, tetapi tidak satu pun dari ini tampaknya "baru oleh ramah". Sebagai contoh:

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%"

Pertanyaan: Apakah ada fungsi dasar R untuk melakukan ini? Atau, apakah ada paket yang digunakan secara luas yang menyediakan pembungkus yang nyaman?

Meskipun mencari sesuatu seperti ini ?format, ?formatCdan ?prettyNum, saya belum menemukan pembungkus nyaman yang sesuai di basis R. ??"percent"tidak menghasilkan sesuatu yang berguna. library(sos); findFn("format percent")mengembalikan 1.250 hit - jadi sekali lagi tidak berguna. ggplot2memiliki fungsi percenttetapi ini tidak memberikan kontrol atas akurasi pembulatan.

Bahkan kemudian:

Seperti yang ditunjukkan oleh @DzimitryM, percent()telah "pensiun" yang mendukung label_percent(), yang merupakan sinonim untuk percent_format()fungsi lama .

label_percent() mengembalikan fungsi, jadi untuk menggunakannya, Anda membutuhkan sepasang tanda kurung tambahan.

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

Kustomisasi ini dengan menambahkan argumen di dalam set kurung pertama.

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

Pembaruan, beberapa tahun kemudian:

Saat ini ada percentfungsi dalam scalespaket, seperti yang didokumentasikan dalam jawaban krlmlr. Gunakan itu alih-alih solusi linting tangan saya.

Coba sesuatu seperti

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

Dengan penggunaan, misalnya,

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

(Jika Anda mau, ubah format dari "f"menjadi "g".)

Lihatlah scalespaketnya. Dulu bagian dari ggplot2, saya pikir.

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

Logika bawaan untuk mendeteksi presisi harus bekerja cukup baik untuk sebagian besar kasus.

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%"

Lihat percent fungsi dari formattablepaket:

library(formattable)
x <- c(0.23, 0.95, 0.3)
percent(x)
[1] 23.00% 95.00% 30.00%

Saya melakukan pembandingan untuk kecepatan pada jawaban-jawaban ini dan terkejut melihat percentdalam scalespaket yang disebut-sebut begitu, mengingat lambannya. Saya membayangkan keuntungannya adalah pendeteksi otomatis untuk pemformatan yang tepat, tetapi jika Anda tahu seperti apa data Anda, tampaknya jelas harus dihindari.

Berikut adalah hasil dari mencoba memformat daftar 100.000 persentase dalam (0,1) menjadi persentase dalam 2 digit:

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()

Jadi sprintfmuncul sebagai pemenang yang jelas ketika kita ingin menambahkan tanda persen. Di sisi lain, jika kita hanya ingin mengalikan angka dan putaran (beralih dari proporsi menjadi persen tanpa "%", maka itu round()adalah yang tercepat:

# 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()

Anda dapat menggunakan paket timbangan hanya untuk operasi ini (tanpa memuatnya dengan persyaratan atau pustaka)

scales::percent(m)

Inilah solusi saya untuk mendefinisikan fungsi baru (sebagian besar agar saya bisa bermain-main dengan Curry and Compose :-)):

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

Melihat bagaimana scalable::percenttelah terbukti paling lambat dan Liliana Pacheco menawarkan solusi lain, saya melanjutkan dan mencoba membandingkannya dengan beberapa opsi lain berdasarkan contoh yang ditetapkan Michael:

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())

Ini adalah hasil yang saya dapatkan:

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

Saya tidak tahu, mengapa krlmlr()dan andrie1()kinerja saya jauh lebih buruk daripada dalam contoh MichaelChirico. Ada petunjuk?

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\n")
)
sprintf(format, num * data)
}

Fungsi ini dapat mengubah data menjadi persentase menurut kolom

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)
}

The tidyverseversi ini:

> 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%

Terlihat rapi seperti biasa.