读取大量数字时使用 fread（data.table in R）的错误？
A bug with using fread (data.table in R) when reading large numbers?
这里的目的是读取一个csvtable，文件直接URL。
我想使用 fread（data.table 包），因为它使用 read.csv 更快，但我有一个小问题。
options(scipen=999)
caracteristiques=read.csv(url("https://www.data.gouv.fr/s/resources/base-de-donnees-accidents-corporels-de-la-circulation/20160909-181230/caracteristiques_2015.csv"))
caracteristiques[1,1]
# 201500000001
我无法获取 [1,1] 元素。
现在我使用 fread：
library(data.table)
caracteristiques=data.table(fread("https://www.data.gouv.fr/s/resources/base-de-donnees-accidents-corporels-de-la-circulation/20160909-181230/caracteristiques_2015.csv",
sep=","))
caracteristiques[1,1]
#
然后我们可以看到一个奇怪的数字。我必须指定 options(scipen=0) 才能显示它 9.955423e-313我想知道是否必须在 fread 中指定一些选项，因为它们在第一列中的数字很大。
fread 自动假定第一列的 class 为 integer64。来自其帮助文件：
integer64 = "integer64" (default) reads columns detected as containing integers
larger than 2^31 as type bit64::integer64. Alternatively,
"double"|"numeric" reads as base::read.csv does; i.e., possibly with
loss of precision and if so silently. Or, "character".
第一列的值是：201500000001、201500000002等，如果你把它们当成数字，它们都大于2^31（即2147483648）。因此 fread 将它们解释为 integer64 值，并导致它们看起来很奇怪。
在这种情况下，data.table 会自动为您加载 bit64 包，以便正确显示数字。但是，当您没有安装 bit64 时（您可能没有），它应该会警告您并要求您安装它。缺少警告是开发版本 v1.10.5 中的错误修复 5。来自 NEWS :
When fread() and print() see integer64 columns are present but package bit64 is not installed, the warning is now displayed as intended. Thanks to a question by Santosh on r-help and forwarded by Bill Dunlap.
所以，只要 install.packages("bit64") 就可以了。您不需要重新加载数据。它只会影响这些列的打印方式。
或者，如果您将参数 integer64 = "numeric" 添加到 fread 函数，结果将与您从 read.csv 获得的结果相匹配。但如果它是一个 ID 列，从概念上讲它应该是一个字符或因子，而不是整数。您可以为此使用参数 colClasses=c("Num_Acc"="character")。
这里的目的是读取一个csvtable，文件直接URL。 我想使用 fread（data.table 包），因为它使用 read.csv 更快，但我有一个小问题。
options(scipen=999)
caracteristiques=read.csv(url("https://www.data.gouv.fr/s/resources/base-de-donnees-accidents-corporels-de-la-circulation/20160909-181230/caracteristiques_2015.csv"))
caracteristiques[1,1]
# 201500000001
我无法获取 [1,1] 元素。
现在我使用 fread：
library(data.table)
caracteristiques=data.table(fread("https://www.data.gouv.fr/s/resources/base-de-donnees-accidents-corporels-de-la-circulation/20160909-181230/caracteristiques_2015.csv",
sep=","))
caracteristiques[1,1]
#
然后我们可以看到一个奇怪的数字。我必须指定 options(scipen=0) 才能显示它 9.955423e-313我想知道是否必须在 fread 中指定一些选项，因为它们在第一列中的数字很大。
fread 自动假定第一列的 class 为 integer64。来自其帮助文件：
integer64= "integer64" (default) reads columns detected as containing integers larger than 2^31 as type bit64::integer64. Alternatively, "double"|"numeric" reads as base::read.csv does; i.e., possibly with loss of precision and if so silently. Or, "character".
第一列的值是：201500000001、201500000002等，如果你把它们当成数字，它们都大于2^31（即2147483648）。因此 fread 将它们解释为 integer64 值，并导致它们看起来很奇怪。
data.table 会自动为您加载 bit64 包，以便正确显示数字。但是，当您没有安装 bit64 时（您可能没有），它应该会警告您并要求您安装它。缺少警告是开发版本 v1.10.5 中的错误修复 5。来自 NEWS :
When fread() and print() see integer64 columns are present but package bit64 is not installed, the warning is now displayed as intended. Thanks to a question by Santosh on r-help and forwarded by Bill Dunlap.
所以，只要 install.packages("bit64") 就可以了。您不需要重新加载数据。它只会影响这些列的打印方式。
或者，如果您将参数 integer64 = "numeric" 添加到 fread 函数，结果将与您从 read.csv 获得的结果相匹配。但如果它是一个 ID 列，从概念上讲它应该是一个字符或因子，而不是整数。您可以为此使用参数 colClasses=c("Num_Acc"="character")。