R中的IF语句 - 总是嵌套？

Question

我现在才开始深入研究R 中的IF 语句。从我从CRAN documentation on IF statements 中看到的，看起来所有IF 语句都必须是nested。

这是真的吗？如果是，这个IF/THEN 结构更像EXCEL，而且我认为不像RUBY 或Python IF/THEN 逻辑那么简单。我没有打断这个正确吗？

在EXCEL（gui，而不是VBA）中，您必须运行这样的公式：

#IF Statement 1
=IF(A1<20, A1*1, 
#IF Statement 2
IF(A1<50, A1*2,
#IF Statement 3
IF(A1<100, A1*3, A1*4)
#Closes IF Statement 2
)
#Closes IF Statement 1
) 

Nested IF/THEN 很复杂，因为您必须确保正确关闭函数。

下一部分 - 我不是 100% 确定，因为我是这两种语言的初学者，但是...在 Ruby 或 Python，您可以在更多结构化方式：

IF 
ELSE
END

这更加简单和明确。

我错过了在 R 中运行它的正确方法，还是有那么复杂？在 IF/THEN/Loop for R 上是否有我还没有找到的好资源？

谢谢

Answer 1

R 中实际上有两种形式的if-else 流控制逻辑。

if 语句大致上类似于 C、C++ 或 Java 的if。就像在那些语言中一样，您可以按顺序链接ifs。

if(test) {
    statements
}
else if(test2) {
    statements
}
else {
    statements
}

R 也有ifelse 函数，这确实很像Excel 的=IF。上面 if-elseif-else 的大致等价物是

ifelse(test, result1, ifelse(test2, result2, result3))

关键区别在于，在第二个示例中，test、result1、result2 和 result3 都是向量。

如果您想对整个数据集执行相同 组操作，则应该使用第一个，但哪个 组取决于测试。第二个用于向量化计算，您希望对向量的每个元素执行不同的操作。

Answer 2

许多 R 的新用户对if 感到困惑。它只计算一个值，然后执行后面的表达式或else 子句。在 R 中，ifelse 函数通常是以前的 SAS、Excel 和 SPSS 用户想要的，它支持嵌套。 switch 函数在某些情况下可能会有所帮助，尽管我看不出您的一组非排他逻辑条件如何立即适合其逻辑。

在您的情况下，我会考虑使用 findInterval 函数。这将在您的示例中完成逻辑和数学运算的组合运算（如果“A”是向量，则返回向量）：

A*( 1+ findInterval( A, c(20,50,100) )  )  # OR 
A*( 1+ findInterval( A, c(-Inf, 20, 50, 100) )  ) # the equivalent using -Inf

再想一想findInterval 函数也可以用作switch 的第一个参数，如果您想将函数应用于“A”。

（进一步评论：我假设您的“A1”表达式将被复制到 Excel 电子表格中的一列或一行单元格中，并在此过程中以 Excel 支持的特定自动方式递增行或列引用成为 A2、A3 等。这是与您要比较的任何更通用语言不同的编程视角。对 R 向量的操作是类似的，但通常不需要“1”、“2”、“3” .. . 条目，所以我从代码中省略了它们。）

Answer 3

我不确定我是否理解这个问题，但是您的 Excel 代码的自然 R 等效项是

if (a1 < 20)
  a1 * 1
else if (a1 < 50)
  a1 * 2
else if (a1 < 100)
  a1 * 3
else
  a1 * 4

如果你愿意，你可以在a1 * n 表达式周围加上花括号。但是，如果a1 是一个向量而不是一个标量，您可能希望并行评估所有向量元素的比较，这是使用ifelse 完成的，它确实 像 Excel 构造一样嵌套：

ifelse(a1 < 20, a1 * 1,
       ifelse(a1 < 50, a1 * 2,
              ifelse(a1 < 100, a1 * 3,
                               a1 * 4)))

第三种写法，向量a1，利用逻辑索引：

a2 <- a1 # take a copy
a2[a1 >=  20 & a1 <  50] <- a1[a1 >=  20 & a1 <  50] * 2
a2[a1 >=  50 & a1 < 100] <- a1[a1 >=  50 & a1 < 100] * 3
a2[a1 >= 100           ] <- a1[a1 >= 100           ] * 4