在 mutate/case_when 中使用自定义矢量化函数时出错

Question

下面是重现错误的简单代码。我定义了一个简单的函数，使用 purrr::map 将其与另一个函数向量化，然后尝试在 mutate case_when 中使用它，其中条件通常应确保参数有效。错误发生在条件 if(arg1 > 0) 当 arg1 = NA 时，但我不明白为什么会发生这种情况。如果我应用过滤器，错误就会消失。有谁知道我做错了什么？我的感觉是它应该有效。

require(tidyverse)

f_single <- function(arg1, arg2) {
  if (arg1 > 0) {
    return(arg1 * arg2)
  }
}

f_vector <- function(arg1, arg2) {
  result <- map2_dbl(arg1, arg2, f_single)
  return(result)
}

x <- tribble(~ arg1, ~ arg2,
             NA, 1,
             2, 3,
             4, 5,)

x %>%
  # filter(!is.na(arg1)) %>%
  mutate(y = case_when(arg1 > 0 ~ f_vector(arg1, arg2)))

错误如下：

Error in `mutate()`:
! Problem while computing `y = case_when(arg1 > 0 ~ f_vector(arg1, arg2))`.
Caused by error in `if (arg1 > 0) ...`:
! missing value where TRUE/FALSE needed

Answer 1

两期：

将 NA 传递给 if 语句将引发错误。您可以通过使用 isTRUE.
你的代码仍然会抛出错误，因为 f_single returns NULL when arg1 is missing or <= 0, but map_* expects每个输入的 return 值。

如下更改 f_single 将解决这两个问题：

f_single <- function(arg1, arg2) {
  if (isTRUE(arg1 > 0)) {
    arg1 * arg2
  } else {
    NA_real_
  }
}

# rest of code unchanged from original

# # A tibble: 3 x 3
#    arg1  arg2     y
#   <dbl> <dbl> <dbl>
# 1    NA     1    NA
# 2     2     3     6
# 3     4     5    20

在 mutate/case_when 中使用自定义矢量化函数时出错

Error in using custom vectorized function in mutate/case_when

r

purrr

tidyverse