Question

我在if_else中有一个嵌套的mutate语句。在我的示例数据框中：

tmp_df2 <- data.frame(a = c(1,1,2), b = c(T,F,T), c = c(1,2,3))

  a     b c
1 1  TRUE 1
2 1 FALSE 2
3 2  TRUE 3

我希望按a分组，然后根据组是否有一行或两行执行操作。我原以为这个嵌套的if_else就足够了：

tmp_df2 %>%
    group_by(a) %>%
    mutate(tmp_check = n() == 1) %>%
    mutate(d = if_else(tmp_check, # check for number of entries in group
                       0,
                       if_else(b, sum(c)/c[b == T], sum(c)/c[which(b != T)])
    )
    )

但这引发了错误：

Error in eval(substitute(expr), envir, enclos) : 
  `false` is length 2 not 1 or 1.

设置示例的方式，当第一个if_else(n() == 1)条件的计算结果为true时，则返回一个元素，但当它的计算结果为false时，则返回一个包含两个元素的向量，这就是我的意思我假设是导致错误。然而，从逻辑上讲，这句话对我来说似乎很合理。

以下两个陈述产生（期望的）结果：

> tmp_df2 %>%
+     group_by(a) %>%
+     mutate(d = ifelse(rep(n() == 1, n()), # avoid undesired recycling
+                        0,
+                        if_else(b, sum(c)/c[b == T], sum(c)/c[which(b != T)])
+     )
+     )
Source: local data frame [3 x 4]
Groups: a [2]

      a     b     c     d
  <dbl> <lgl> <dbl> <dbl>
1     1  TRUE     1   3.0
2     1 FALSE     2   1.5
3     2  TRUE     3   0.0

或只是过滤以便只剩下包含两行的组：

> tmp_df2 %>%
+     group_by(a) %>%
+     filter(n() == 2) %>%
+     mutate(d = if_else(b, sum(c)/c[b == T], sum(c)/c[which(b != T)]))
Source: local data frame [2 x 4]
Groups: a [1]

      a     b     c     d
  <dbl> <lgl> <dbl> <dbl>
1     1  TRUE     1   3.0
2     1 FALSE     2   1.5

我有三个问题。

dplyr如何知道由于逻辑条件而不应评估的第二个输出无效？
如何在dplyr中获得所需的行为（不使用ifelse）？

编辑要么没有临时tmp_check列并使用if ... else构造，要么使用以下可行的代码，但会产生警告：

library(dplyr)
tmp_df2 %>%
    group_by(a) %>%
    mutate(tmp_check = n() == 1) %>%
    mutate(d = if (tmp_check)  # check for number of entries in group
                       0 else
                       if_else(b, sum(c)/c[b == T], sum(c)/c[which(b != T)])
    )

Answer 1

dplyr“知道”因为if_else检查要用于True和False案例的值。这在?if_else中说明，来源告诉我们它是如何完成的：

if_else
# function (condition, true, false, missing = NULL) 
# {
#     if (!is.logical(condition)) {
#         stop("`condition` must be logical", call. = FALSE)
#     }
#     out <- true[rep(NA_integer_, length(condition))]
#     out <- replace_with(out, condition & !is.na(condition), true, 
#         "`true`")
#     out <- replace_with(out, !condition & !is.na(condition), 
#         false, "`false`")
#     out <- replace_with(out, is.na(condition), missing, "`missing`")
#     out
# }
# <environment: namespace:dplyr>

检查replace_with的来源：

dplyr:::replace_with
# function (x, i, val, name) 
# {
#     if (is.null(val)) {
#         return(x)
#     }
#     check_length(val, x, name)
#     check_type(val, x, name)
#     check_class(val, x, name)
#     if (length(val) == 1L) {
#         x[i] <- val
#     }
#     else {
#         x[i] <- val[i]
#     }
#     x
# }
# <environment: namespace:dplyr>

因此，检查True和False案例的值的长度。

要获得理想的行为，您可以在之前的问题中使用if ... else，as another SO user suggested：

tmp_df2 %>%
    group_by(a) %>%
    mutate(d = if (n() == 1) 0 else if_else(b, sum(c)/c[b == T], sum(c)/c[which(b != T)])
    )

为什么在嵌套的if_else中dplyr错误，当逻辑条件意味着不应该计算输出时？

1 个答案: