当逻辑条件意味着不应该评估输出时，为什么这个嵌套if_else中的dplyr错误？

Question

我在 mutate 中有一个嵌套的 if_else 语句。在我的示例数据框中：

tmp_df2 <- data.frame(a = c(1,1,2), b = c(T,F,T), c = c(1,2,3))

  a     b c
1 1  TRUE 1
2 1 FALSE 2
3 2  TRUE 3

我希望按< code>a分组，然后根据一个组是一行还是两行来执行操作。我认为这个嵌套的< code>if_else就足够了:

tmp_df2 %>%
    group_by(a) %>%
    mutate(tmp_check = n() == 1) %>%
    mutate(d = if_else(tmp_check, # check for number of entries in group
                       0,
                       if_else(b, sum(c)/c[b == T], sum(c)/c[which(b != T)])
    )
    )

但这会抛出错误：

Error in eval(substitute(expr), envir, enclos) : 
  `false` is length 2 not 1 or 1.

该示例的设置方式是，当第一个< code>if_else(n() == 1)条件的计算结果为true时，将返回一个元素，但当它的计算结果为false时，将返回一个包含两个元素的向量，我假设这是导致错误的原因。然而，从逻辑上讲，这种说法对我来说似乎是合理的。

以下两个语句生成（所需的）结果：

> tmp_df2 %>%
+     group_by(a) %>%
+     mutate(d = ifelse(rep(n() == 1, n()), # avoid undesired recycling
+                        0,
+                        if_else(b, sum(c)/c[b == T], sum(c)/c[which(b != T)])
+     )
+     )
Source: local data frame [3 x 4]
Groups: a [2]

      a     b     c     d
  <dbl> <lgl> <dbl> <dbl>
1     1  TRUE     1   3.0
2     1 FALSE     2   1.5
3     2  TRUE     3   0.0

或者只是过滤，以便只留下包含两行的组:

> tmp_df2 %>%
+     group_by(a) %>%
+     filter(n() == 2) %>%
+     mutate(d = if_else(b, sum(c)/c[b == T], sum(c)/c[which(b != T)]))
Source: local data frame [2 x 4]
Groups: a [1]

      a     b     c     d
  <dbl> <lgl> <dbl> <dbl>
1     1  TRUE     1   3.0
2     1 FALSE     2   1.5

我有三个问题。

>

dplyr如何知道由于逻辑条件，不应该评估的第二个输出无效？

如何在dplyr中获得所需的行为（不使用ifelse）？

如回答中所述进行编辑，或者不具有临时tmp_check列并使用if…elseconstruct，或者使用以下有效但产生警告的代码：

library(dplyr)
tmp_df2 %>%
    group_by(a) %>%
    mutate(tmp_check = n() == 1) %>%
    mutate(d = if (tmp_check)  # check for number of entries in group
                       0 else
                       if_else(b, sum(c)/c[b == T], sum(c)/c[which(b != T)])
    )

Answer 1

dplyr“知道”，因为if_else检查要用于True和False情况的值。这在？if_else中说明，源代码告诉我们它是如何完成的：

if_else
# function (condition, true, false, missing = NULL) 
# {
#     if (!is.logical(condition)) {
#         stop("`condition` must be logical", call. = FALSE)
#     }
#     out <- true[rep(NA_integer_, length(condition))]
#     out <- replace_with(out, condition & !is.na(condition), true, 
#         "`true`")
#     out <- replace_with(out, !condition & !is.na(condition), 
#         false, "`false`")
#     out <- replace_with(out, is.na(condition), missing, "`missing`")
#     out
# }
# <environment: namespace:dplyr>

检查replace_with的源代码：

dplyr:::replace_with
# function (x, i, val, name) 
# {
#     if (is.null(val)) {
#         return(x)
#     }
#     check_length(val, x, name)
#     check_type(val, x, name)
#     check_class(val, x, name)
#     if (length(val) == 1L) {
#         x[i] <- val
#     }
#     else {
#         x[i] <- val[i]
#     }
#     x
# }
# <environment: namespace:dplyr>

因此，将检查 True 和 False 事例的值的长度。

要获得您想要的行为，您可以使用if…else，正如另一位SO用户在您前面的问题中所建议的：

tmp_df2 %>%
    group_by(a) %>%
    mutate(d = if (n() == 1) 0 else if_else(b, sum(c)/c[b == T], sum(c)/c[which(b != T)])
    )