dplyr if_else() 与基础 R ifelse()答案

【问题标题】：dplyr if_else() vs base R ifelse()dplyr if_else() 与基础 R ifelse()
【发布时间】：2018-11-11 18:08:06
【问题描述】：

我对 Tidyverse 相当精通，但一直使用 ifelse() 而不是 dplyr if_else()。我想切换此行为并默认始终使用 dplyr::if_else() 并从我的代码中弃用 ifelse()。

有什么理由不这样做吗？这可能会给我带来麻烦吗？我会为您省去细节，但最近，当我在数据分析中不知不觉地创建了一列字符矩阵时，不使用if_else() 把我搞砸了。如果我切换到始终使用if_else()，我希望以后能避免这个问题。

【问题讨论】：

相关：if_else() false must be type double, not integer - in R

【解决方案1】：

if_else 更严格。它检查两个备选方案是否属于同一类型，否则会引发错误，而ifelse 将根据需要提升类型。在某些情况下这可能是一个好处，但如果您不检查错误或明确强制类型转换，则可能会破坏脚本。例如：

ifelse(c(TRUE,TRUE,FALSE),"a",3)
[1] "a" "a" "3"
if_else(c(TRUE,TRUE,FALSE),"a",3)
Error: `false` must be type character, not double

【讨论】：

【解决方案2】：

选择if_else 而不是ifelse 的另一个原因是ifelse 将Date 变成numeric 对象

Dates <- as.Date(c('2018-10-01', '2018-10-02', '2018-10-03'))
new_Dates <- ifelse(Dates == '2018-10-02', Dates + 1, Dates)
str(new_Dates)

#>  num [1:3] 17805 17807 17807

if_else is also faster than ifelse。

请注意，在测试多个条件时，如果我们使用case_when，代码将更具可读性且不易出错。

library(dplyr)

case_when(
  Dates == '2018-10-01' ~ Dates - 1,
  Dates == '2018-10-02' ~ Dates + 1,
  Dates == '2018-10-03' ~ Dates + 2,
  TRUE ~ Dates
)

#> [1] "2018-09-30" "2018-10-03" "2018-10-05"

由reprex package (v0.2.0) 于 2018 年 6 月 1 日创建。

【讨论】：

if_else 和 case_when 对于一种情况有什么区别？
if_else & case_when
不回答我的问题。

【解决方案3】：

我还要补充一点，if_else() 可以在 NA 的情况下赋予一个值，这是添加额外条件的便捷方式。

df <- data_frame(val = c(80, 90, NA, 110))
df %>% mutate(category = if_else(val < 100, 1, 2, missing = 9))

#     val category
#   <dbl>    <dbl>
# 1    80        1
# 2    90        1
# 3    NA        9
# 4   110        2

【讨论】：

如何使用基本 R ifelse() 添加 missing = 9 来完成此操作？而且你的代码有点不对劲。应该是if_else(value < 100, 1, 2, missing = 9)。
回答@stackinator：基本等价物是ifelse(is.na(val), 9, ifelse(val < 100, 1, 2))。
这个项目之后我开始使用if_else，干净、整洁、简洁...github.com/englianhu/binary.com-interview-question/blob/master/…

【解决方案4】：

选择if_else() 而不是ifelse() 的另一个重要原因是检查长度的一致性。看到这个危险的陷阱：

> tibble(x = 1:3, y = ifelse(TRUE, x, 4:6))
# A tibble: 3 x 2
      x     y
  <int> <int>
1     1     1
2     2     1
3     3     1

比较

> tibble(x = 1:3, y = if_else(TRUE, x, 4:6))
    Error: `true` must be length 1 (length of `condition`), not 3.

根据单个（标量）逻辑变量的值，这两种情况的意图显然是使列y 等于x 或等于4:6； ifelse() 静默将其输出截断为长度 1，然后静默回收。 if_else() 从源头捕获几乎可以肯定的错误。

【讨论】：