R 中的 ifelse 语句给出的值不正确答案

【问题标题】：ifelse statement in R is giving incorrect valuesR 中的 ifelse 语句给出的值不正确
【发布时间】：2021-05-04 11:10:54
【问题描述】：

我正在尝试使用 ifelse 语句根据计算的平均值提供“消息”。

这是我的代码。我没有收到错误消息，但睡眠水平不正确。

summary_sleep<-sleep_day %>%
group_by(Id)%>%
summarise(max_slept = max(TotalMinutesAsleep), 
mean_sleep=mean(TotalMinutesAsleep), 
 sum_sleep=sum(TotalMinutesAsleep),
number_sleep_entries=length(TotalMinutesAsleep))


summary_sleep$level_of_sleep = 
ifelse(summary_sleep$mean_sleep >= 460, "Too much sleep (OVER 460)",
ifelse(summary_sleep$mean_sleep >= 360 && summary_sleep$mean_sleep 
<=459, "Good sleep (360-460)",
ifelse(summary_sleep$mean_sleep >= 200 && summary_sleep$mean_sleep 
<=360, "Bad sleep (200-360)",
ifelse(summary_sleep$mean_sleep >0 && summary_sleep$mean_sleep <200, 
 "Bad sleep (0-200)"))))

ID	mean_sleep	level_of_sleep
1	294.0000	Good sleep (360-460)
2	61.000	Good sleep (360-460)
3	506.1786	Too much sleep (OVER 460)

【问题讨论】：

标签： r if-statement stat

【解决方案1】：

对于复杂的情况，可能需要case_when（或ifelse）。在您的情况下，条件只是单个数字列的范围，您可以使用 cut 函数：

summary_sleep$level_of_sleep = cut(summary_sleep$mean_sleep, 
                                   breaks = c(0, 200, 360, 460, Inf),
                                   labels = c("Bad sleep (0-200)", 
                                              "Bad sleep (200-360)", 
                                              "Good sleep (360-460)", 
                                              "Too much sleep (OVER 460)"),
                                   include.lowest=TRUE)

默认情况下，休息区将在右侧关闭并在左侧打开。要扭转这种情况，请使用参数right=FALSE。

关于您的 ifelse 声明：我认为由于使用 && 而不是 &，您得到的值不正确。您希望对 mean_sleep 的每个单独值进行单独的逻辑测试，但 && 仅对向量的第一个值运行逻辑测试并返回单个 TRUE 或 FALSE 结果。

看看下面的例子。在Example 1 中，& 版本为x 的每个值提供了单独的逻辑测试，但&& 仅使用x 的第一个值为我们提供了单个逻辑测试。由于x[1]=1，结果为FALSE。在Example 2 中，我重新排列了x，使值5 排在第一位。 5 满足条件，所以&& 现在返回TRUE。

# Example 1
x = 1:10

x >= 4 & x <= 6
#>  [1] FALSE FALSE FALSE  TRUE  TRUE  TRUE FALSE FALSE FALSE FALSE

x >= 4 && x <= 6
#> [1] FALSE

# Example 2
x = c(5, 1:4, 6:10)

x >= 4 & x <= 6
#>  [1]  TRUE FALSE FALSE FALSE  TRUE  TRUE FALSE FALSE FALSE FALSE

x >= 4 && x <= 6
#> [1] TRUE

以及在数据框中使用时的示例。请注意，在第二种情况下，我们首先对数据框进行排序：

library(tidyverse)

mtcars %>% 
  select(mpg) %>% 
  slice(1:10) %>% 
  mutate(
    `&&` = mpg >= 19 && mpg <= 21,
    `&` = mpg >= 19 & mpg <= 21,
    `mpg&&` = ifelse(mpg >= 19 && mpg <= 21, "Mid MPG", "Other"),
    `mpg&` = ifelse(mpg >= 19 & mpg <= 21, "Mid MPG", "Other")
  )
#>                    mpg   &&     &   mpg&&    mpg&
#> Mazda RX4         21.0 TRUE  TRUE Mid MPG Mid MPG
#> Mazda RX4 Wag     21.0 TRUE  TRUE Mid MPG Mid MPG
#> Datsun 710        22.8 TRUE FALSE Mid MPG   Other
#> Hornet 4 Drive    21.4 TRUE FALSE Mid MPG   Other
#> Hornet Sportabout 18.7 TRUE FALSE Mid MPG   Other
#> Valiant           18.1 TRUE FALSE Mid MPG   Other
#> Duster 360        14.3 TRUE FALSE Mid MPG   Other
#> Merc 240D         24.4 TRUE FALSE Mid MPG   Other
#> Merc 230          22.8 TRUE FALSE Mid MPG   Other
#> Merc 280          19.2 TRUE  TRUE Mid MPG Mid MPG

mtcars %>% 
  select(mpg) %>% 
  slice(1:10) %>% 
  arrange(mpg) %>%
  mutate(
    `&&` = mpg >= 19 && mpg <= 21,
    `&` = mpg >= 19 & mpg <= 21,
    `mpg&&` = ifelse(mpg >= 19 && mpg <= 21, "Mid MPG", "Other"),
    `mpg&` = ifelse(mpg >= 19 & mpg <= 21, "Mid MPG", "Other")
  )
#>                    mpg    &&     & mpg&&    mpg&
#> Duster 360        14.3 FALSE FALSE Other   Other
#> Valiant           18.1 FALSE FALSE Other   Other
#> Hornet Sportabout 18.7 FALSE FALSE Other   Other
#> Merc 280          19.2 FALSE  TRUE Other Mid MPG
#> Mazda RX4         21.0 FALSE  TRUE Other Mid MPG
#> Mazda RX4 Wag     21.0 FALSE  TRUE Other Mid MPG
#> Hornet 4 Drive    21.4 FALSE FALSE Other   Other
#> Datsun 710        22.8 FALSE FALSE Other   Other
#> Merc 230          22.8 FALSE FALSE Other   Other
#> Merc 240D         24.4 FALSE FALSE Other   Other

请参阅this SO answer 了解更多详细信息，了解为何在对值向量进行操作时应使用&，而不是&&，其中您希望对每个值进行单独的逻辑测试。（另外，请注意，在您的示例中，看起来第三个条件应该是 < 360，而不是 <= 360。）

【讨论】：

这很有趣。我是 R 新手，所以我什至不知道 cut 函数的存在。谢谢！！！

【解决方案2】：

您可能正在寻找case_when：

library(dplyr)
summary_sleep %>% mutate(
 level_of_sleep = case_when(
    mean_sleep >= 460 ~ "Too much sleep (OVER 460)",
    mean_sleep >= 360 & mean_sleep <=459 ~ "Good sleep (360-460)",
    mean_sleep >= 200 & mean_sleep <360 ~ "Bad sleep (200-360)",
    mean_sleep > 0 & mean_sleep <200 ~ "Bad sleep (0-200)"))

【讨论】：