如何在R中将数字格式化为百分比？

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%。我对此有很多解决方法，但是这些方法似乎都不是“ 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？另外，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")会返回1250次匹配-因此再次没有用。 ggplot2具有功能，percent但不能控制舍入精度。

甚至更晚：

正如@DzimitryM所指出的，percent()已经“退休”，而赞成label_percent()，这是旧percent_format()函数的同义词。

label_percent() 返回一个函数，因此要使用它，您需要多一对括号。

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

通过在第一组括号内添加参数来对此进行自定义。

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

几年后的更新：

如今percent，scales软件包已包含一个功能，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)

（如果愿意，可以将格式从更改"f"为"g"。）

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%"

用于检测精度的内置逻辑在大多数情况下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%"

percent从formattable包中检查功能：

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

我对这些答案的速度进行了一些基准测试，但由于它的呆滞，令我惊讶的是它percent在scales包装中如此吹捧。我想它的优点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（从比例乘以不带“％”的百分比，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()

您可以将scales包仅用于此操作（无需使用require或library加载）

scales::percent(m)

这是定义新功能的解决方案（主要是让我可以使用Curry和Compose :-)）：

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

看到scalable::percent已经显示出最慢的速度并且Liliana Pacheco提供了另一个解决方案，我继续进行尝试，并根据Michael设置的示例将其与其他一些选项进行了基准比较：

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())

这些是我得到的结果：

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

我不知道，不过，为什么我的krlmlr()和andrie1()执行，从而比MichaelChirico的例子更糟糕。有什么线索吗？

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)
}

此功能可以按列将数据转换为百分比

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)
}

该tidyverse版本是这样的：

> 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%

看起来像往常一样整洁。