为什么 case_when() 计算错误条件？答案

【问题标题】：Why does case_when() compute false condition?为什么 case_when() 计算错误条件？
【发布时间】：2021-06-03 19:05:56
【问题描述】：

我有一个带有组变量和整数变量的 data.frame，但缺少数据。

df<-data.frame(group=c(1,1,2,2,3,3),a=as.integer(c(1,2,NA,NA,1,NA)))

我想计算每个组内变量 a 的最大可用值：在我的示例中，我应该为第 1 组获得 2，为第 2 组获得 NA，为第 3 组获得 1。

df %>% group_by(group) %>% mutate(max.a=case_when(sum(!is.na(a))==0 ~ NA_integer_,
                                                  T ~ max(a,na.rm=T)))

上面的代码产生了一个错误，似乎是因为在第 2 组中，a 的所有值都丢失了，所以max(a,na.rm=T) 被设置为-Inf，这不是一个整数。

为什么在条件为假的情况下为第 2 组计算这种情况，正如以下验证所证实的那样？

df %>% group_by(group) %>% mutate(test=sum(!is.na(a))==0)

我找到了一种将a 转换为双倍的解决方法，但我仍然收到警告和不满，因为没有找到更好的解决方案。

【问题讨论】：

case_when 是矢量化的。您在由sum 产生的标量上使用它，因此无法正常工作。按照答案中的建议使用未矢量化的if

标签： r dplyr

【解决方案1】：

case_when 评估条件的所有 RHS，无论条件是否满足，因此您会收到错误。如果所有值都是NA，您可以使用hablar::max_，它返回NA。

library(dplyr)

df %>% 
  group_by(group) %>% 
  mutate(max.a= hablar::max_(a)) %>%
  ungroup

#  group     a max.a
#  <dbl> <int> <int>
#1     1     1     2
#2     1     2     2
#3     2    NA    NA
#4     2    NA    NA
#5     3     1     1
#6     3    NA     1

【讨论】：

【解决方案2】：

我建议不要使用case_when，而是像这样使用if () 语句：

library(dplyr)

df <- data.frame(group = c(1, 1, 2, 2, 3, 3), a = as.integer(c(1, 2, NA, NA, 1, NA)))

df %>%
  group_by(group) %>%
  mutate(max.a = if (all(is.na(a))) NA_real_ else max(a, na.rm = T))
#> # A tibble: 6 x 3
#> # Groups:   group [3]
#>   group     a max.a
#>   <dbl> <int> <dbl>
#> 1     1     1     2
#> 2     1     2     2
#> 3     2    NA    NA
#> 4     2    NA    NA
#> 5     3     1     1
#> 6     3    NA     1

【讨论】：

【解决方案3】：

此代码发出警告，但它有效。

library(dplyr)
df %>% 
  group_by(group) %>% 
  dplyr::summarise(max.a = max(a, na.rm=TRUE))

输出：

  group max.a
  <dbl> <dbl>
1     1     2
2     2  -Inf
3     3     1

【讨论】：