在 R 中使用 ifelse 多个条件进行变异

Question

我有如下数据框

monkey = data.frame(girl = 1:10, kn = NA, boy = 5)

而我想一步步理解下面代码的意思

monkey %>%
  mutate(t = ifelse(is.na(kn),.[,grepl('a',names(.))],ll))

在此先感谢大家的支持。

Answer 1

在我看来，这不是好的代码，但我会尝试解释它的作用。

is.na(kn)（在 monkey 的上下文中）returns 该列中的每个值是否为 NA、[= 的逻辑向量43=]
```
with(monkey, is.na(kn))
#  [1] TRUE TRUE TRUE TRUE TRUE TRUE TRUE TRUE TRUE TRUE
```
在.[grepl(*)]中使用.指的是本次调用mutate开始时的当前数据；使用 cur_data() 会更 dplyr-canonical，这将是 more-complete（例如，考虑到 . 不识别的先前变异列，这里不是一个因素）。我相信此 .[*] 代码正在尝试 select 基于当前数据的动态列。

为什么这个不好： 1、这里没有列其名称包含"a"； 2. 可以有多个名称包含 "a" 的列，这意味着 ifelse 的 yes= 参数将在新的 t= 列中产生一个嵌套框架； 3. 如果原始帧是 base-R data.frame 或 tibble-variant tbl_df，.[,*] 的行为会改变：参见 monkey[,1] 与tibble(monkey)[,1].
no= 参数引用了一个未定义的对象 ll。这个应该（直觉上）失败并显示 Error: object 'll' not found 或类似的，但是由于所有 test= 参数都是真的，所以 no= 是不需要的，所以它没有评估。考虑 ifelse(c(TRUE, TRUE), 1:2, stop("oops"))（无错误）与 ifelse(c(TRUE, FALSE), 1:2, stop("oops")).

最终，此代码不 defensive-enough 是安全的（base-vs-tibble 变体）并且其意图不明确。

我在使用 dplyr 时的建议是使用 dplyr::if_else 而不是基础 R 的 ifelse。其一，ifelse 有一些问题和限制（例如，How to prevent ifelse() from turning Date objects into numeric objects）；另一方面，if_else 保护您免受模棱两可的 inconsistent-results 代码的影响，例如您的问题。

在 R 中使用 ifelse 多个条件进行变异

Mutate with ifelse multiple conditions in R

if-statement

r

mutated