Comment formater un nombre en pourcentage dans R ?

Question

L'une des choses qui me laissait perplexe en tant que novice de R était de savoir comment formater un nombre en pourcentage pour l'impression.

Par exemple, affichez 0.12345 como 12.345% . Je dispose d'un certain nombre de solutions de contournement, mais aucune d'entre elles ne semble être "conviviale pour les nouveaux venus". Par exemple :

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%"

Question : Existe-t-il une fonction R de base pour faire cela ? Sinon, existe-t-il un paquetage largement utilisé qui fournit une enveloppe pratique ?

---

Malgré la recherche de quelque chose comme ça dans ?format , ?formatC y ?prettyNum Je n'ai pas encore trouvé d'enveloppe convenable dans R de base. ??"percent" n'a rien donné d'utile. library(sos); findFn("format percent") renvoie 1250 occurrences - donc encore une fois pas utile. ggplot2 a une fonction percent mais cela ne permet pas de contrôler la précision des arrondis.

Answer 1

Même plus tard :

Comme l'a souligné @DzimitryM, percent() a été "retiré" en faveur de label_percent() qui est un synonyme de l'ancien percent_format() fonction.

label_percent() renvoie une fonction, donc pour l'utiliser, vous avez besoin d'une paire de parenthèses supplémentaire.

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

Personnalisez-le en ajoutant des arguments à l'intérieur de la première série de parenthèses.

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

---

Une mise à jour, plusieurs années plus tard :

De nos jours, il existe un percent dans le scales comme indiqué dans la réponse de krlmlr. Utilisez cette solution au lieu de la mienne.

---

Essayez quelque chose comme

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

Avec l'usage, par exemple,

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

(Si vous préférez, changez le format de "f" a "g" .)

Answer 2

Consultez le scales paquet. Il faisait partie de ggplot2 Je pense.

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

La logique intégrée pour détecter la précision devrait fonctionner suffisamment bien dans la plupart des cas.

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

Consultez le percent de la fonction formattable paquet :

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

Answer 4

Base R

Je préfère de loin utiliser sprintf qui est disponible dans la base R.

sprintf("%0.1f%%", .7293827 * 100)
[1] "72.9%"

J'aime particulièrement sprintf car vous pouvez également insérer des chaînes de caractères.

sprintf("People who prefer %s over %s: %0.4f%%", 
        "Coke Classic", 
        "New Coke",
        .999999 * 100)
[1] "People who prefer Coke Classic over New Coke: 99.9999%"

Il est particulièrement utile d'utiliser sprintf avec des choses comme les configurations de base de données ; il suffit de lire un fichier yaml, puis d'utiliser sprintf pour remplir un modèle sans un tas de méchancetés. paste0 's.

Exemple de motivation plus long

Ce modèle est particulièrement utile pour les rapports rmarkdown, lorsque vous avez beaucoup de texte et beaucoup de valeurs à agréger.

Mise en place / agrégation :

library(data.table) ## for aggregate

approval <- data.table(year = trunc(time(presidents)), 
                       pct = as.numeric(presidents) / 100,
                       president = c(rep("Truman", 32),
                                     rep("Eisenhower", 32),
                                     rep("Kennedy", 12),
                                     rep("Johnson", 20),
                                     rep("Nixon", 24)))
approval_agg <- approval[i = TRUE,
                         j = .(ave_approval = mean(pct, na.rm=T)), 
                         by = president]
approval_agg
#     president ave_approval
# 1:     Truman    0.4700000
# 2: Eisenhower    0.6484375
# 3:    Kennedy    0.7075000
# 4:    Johnson    0.5550000
# 5:      Nixon    0.4859091

Utilisation de sprintf avec des vecteurs de texte et de nombres, en sortant vers cat juste pour les nouvelles lignes.

approval_agg[, sprintf("%s approval rating: %0.1f%%",
                       president,
                       ave_approval * 100)] %>% 
  cat(., sep = "\n")
# 
# Truman approval rating: 47.0%
# Eisenhower approval rating: 64.8%
# Kennedy approval rating: 70.8%
# Johnson approval rating: 55.5%
# Nixon approval rating: 48.6%

Enfin, pour ma propre référence égoïste, puisque nous parlons de formatage, voici comment je fais les virgules avec la base R :

30298.78 %>% round %>% prettyNum(big.mark = ",")
[1] "30,299"

Answer 5

J'ai fait quelques tests de vitesse sur ces réponses et j'ai été surpris de voir que percent dans le scales tant vanté, étant donné sa lenteur. J'imagine que l'avantage est son détecteur automatique pour un formatage correct, mais si vous savez à quoi ressemblent vos données, il semble clair qu'il faut l'éviter.

Voici les résultats d'une tentative de formatage d'une liste de 100 000 pourcentages dans (0,1) en un pourcentage à deux chiffres :

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()

Así que sprintf s'impose comme un vainqueur incontestable lorsque nous voulons ajouter un signe de pourcentage. En revanche, si nous voulons seulement multiplier le nombre et l'arrondir (passer de la proportion au pourcentage sans "%"), alors round() est le plus rapide :

# 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()