Как отформатировать число в процентах в R?

Одна из вещей, которая раньше смущала меня как новичка в R, заключалась в том, как отформатировать число в процентах для печати.

Например, отобразить 0.12345как 12.345%. У меня есть несколько обходных путей для этого, но ни один из них не кажется "дружелюбным для новичков". Например:

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%"

Вопрос: есть ли для этого базовая функция R? В качестве альтернативы, существует ли широко используемый пакет, обеспечивающий удобную оболочку?

Несмотря на поиски чего - то , как это в ?format, ?formatCи ?prettyNumя до сих пор найти подходяще удобную оболочку в базе R. ??"percent"ничего полезного не даст. library(sos); findFn("format percent")возвращает 1250 совпадений - снова бесполезно. ggplot2есть функция, percentно она не позволяет контролировать точность округления.

Даже позже:

Как указывает @DzimitryM, percent()был «удален» в пользу label_percent(), что является синонимом старой percent_format()функции.

label_percent() возвращает функцию, поэтому для ее использования вам понадобится пара дополнительных скобок.

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

Настройте это, добавив аргументы внутри первого набора круглых скобок.

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

Обновление, несколько лет спустя:

В наши дни percentв scalesпакете есть функция , как описано в ответе krlmlr. Используйте это вместо моего решения, скрученного вручную.

Попробуйте что-то вроде

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

При использовании, например,

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

(Если хотите, измените формат с "f"на "g".)

Ознакомьтесь с scalesпакетом. ggplot2Думаю, раньше это было частью .

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

Встроенная логика для определения точности должна работать достаточно хорошо для большинства случаев.

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%"

Ознакомьтесь с percentфункцией из formattableпакета:

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

Я сделал некоторые бенчмаркинг скорости на этих ответов и был удивлен увидеть percentв scalesпакете так расхваливали, учитывая его инерционность. Я полагаю, что преимуществом является его автоматический детектор для правильного форматирования, но если вы знаете, как выглядят ваши данные, кажется, что этого следует избегать.

Вот результаты попытки отформатировать список из 100000 процентов в (0,1) до процента в 2 цифры:

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()

Таким образом sprintfстановится очевидным победителем, когда мы хотим добавить знак процента. С другой стороны, если мы хотим только умножить число и округлить (перейти от пропорции к проценту без "%", то round()будет быстрее:

# 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()

Вы можете использовать пакет scale только для этой операции (не загружая его с помощью require или библиотеки)

scales::percent(m)

Вот мое решение для определения новой функции (в основном, чтобы я мог поиграть с Curry и Compose :-)):

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

Увидев, как scalable::percentуже было показано, что он самый медленный, и Лилиана Пачеко предлагает другое решение, я пошел дальше и попытался сравнить его с некоторыми другими вариантами на основе примера, приведенного Майклом:

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())

Вот результаты, которые я получил:

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

Я понятия не имею, почему мой krlmlr()и andrie1()выступил намного хуже, чем в примере с Михаэлем Кирико. Есть какие-нибудь подсказки?

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)
}

Эта функция может преобразовывать данные в проценты по столбцам

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)
}

tidyverseВерсия такова:

> 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%

Выглядит как всегда аккуратно.