ifelse 在非矢量化情况下是否合适，反之亦然？

Question

（背景信息：ifelse 评估两个表达式，即使只返回一个。编辑：这是一个不正确的陈述。请参阅 Tommy 的回复）

有没有在非矢量化情况下使用ifelse 有意义的示例？我认为当我们不关心小的效率提升时，“可读性”可能是一个有效的答案，但除此之外，使用ifelse 时是否会更快/等效/更好的其他方式@ 987654324@ 然后else 可以完成这项工作吗？

同样，如果我有一个矢量化的情况，ifelse 总是最好使用的工具吗？对这两个表达式都求值似乎很奇怪。一个接一个循环并执行正常的if 然后else 是否更快？我猜只有在评估表达式需要很长时间时才有意义。还有其他不涉及显式循环的替代方案吗？

谢谢

Answer 1

首先，ifelse NOT 总是评估两个表达式 - 仅当测试向量中同时存在 TRUE 和 FALSE 元素时。

ifelse(TRUE, 'foo', stop('bar')) # "foo"

在我看来：

ifelse 应该不在非矢量化的情况下使用。使用ifelse 而不是if / else，总是更慢并且更容易出错：

# This is fairly common if/else code
if (length(letters) > 0) letters else LETTERS

# But this "equivalent" code will yield a very different result - TRY IT!
ifelse(length(letters) > 0, letters, LETTERS)

但在矢量化情况下，ifelse 可能是一个不错的选择 - 但请注意，结果的长度和属性可能不是您所期望的（如上所述，我认为ifelse 在这方面被破坏了）。

这是一个示例：tst 的长度为 5 并且有一个类。我希望结果的长度为 10 并且没有类，但事实并非如此 - 它得到一个不兼容的类和长度 5！

# a logical vector of class 'mybool'
tst <- structure(1:5 %%2 > 0, class='mybool')

# produces a numeric vector of class 'mybool'!
ifelse(tst, 101:110, 201:210)
#[1] 101 202 103 204 105
#attr(,"class")
#[1] "mybool"

为什么我希望长度为 10？因为 R 中的大多数函数都“循环”了较短的向量来匹配较长的向量：

1:5 + 1:10 # returns a vector of length 10.

...但是ifelse 仅循环是/否参数以匹配 tst 参数的长度。

为什么我希望类（和其他属性）不从测试对象中复制？因为返回逻辑向量的< 不会从其（通常是数字）参数中复制类和属性。它不会这样做，因为它通常是非常错误的。

1:5 < structure(1:10, class='mynum') # returns a logical vector without class

最后，“自己动手”会不会更有效率？好吧，看来ifelse 不像if 这样的原语，它需要一些特殊的代码来处理NA。如果你没有NAs，自己做会更快。

tst <- 1:1e7 %%2 == 0
a <- rep(1, 1e7)
b <- rep(2, 1e7)
system.time( r1 <- ifelse(tst, a, b) )            # 2.58 sec

# If we know that a and b are of the same length as tst, and that
# tst doesn't have NAs, then we can do like this:
system.time( { r2 <- b; r2[tst] <- a[tst]; r2 } ) # 0.46 secs

identical(r1, r2) # TRUE

Answer 2

关于第二点，您如何定义“最佳”？我认为ifelse() 是更具可读性的解决方案之一，但可能并不总是最快的。具体来说，我发现写出布尔条件并将它们加在一起可以给您带来一些性能优势。这是一个简单的例子：

> x <- rnorm(1e6)
> system.time(y1 <- ifelse(x > 0,1,2))
   user  system elapsed 
   0.46    0.08    0.53 
> system.time(y2 <- (x > 0) * 1 + (x <= 0) * 2)
   user  system elapsed 
   0.06    0.00    0.06 
> identical(y1, y2)
[1] TRUE

所以，如果速度是您最关心的问题，那么布尔方法可能会更好。但是，对于我的大多数目的 - 我发现ifelse() 足够快并且很容易理解。您的里程可能会明显不同。