数据帧中的 R ifelse 和 NA

Question

我对 ifelse 评估有疑问。

以下函数根据 3 个条件进行评估：

mk <- function(a, b, c, d, e_1, e_2, f, k)
  # condition 1
  ifelse (!is.na(e_1) & !(k %in% 1),
    mk <- d - e_1 * c,
  # condition 2
    ifelse (!is.na(e_2) & !(k %in% 1),
    mk <- e_2 - d * c,
      # condition 3
        ifelse((a - b) <= 11,
          mk <- c * a - b * f,
          mk <- c * f
        ))
  )

如果我解析单个元素，则函数会正确评估，但如果我将数据帧的行作为输入值，则即使满足先前的条件，该函数也只会在最后一个条件下使用计算。包含 e_1、e_2 和 k 值的列中有一些 NA，我怀疑这就是问题所在。我不明白为什么 NA'S 强制将整个向量评估为条件 3，即使它们实际上从未在计算中使用，因为条件应该排除它们的使用。如果我用字符替换计算，即写“使用条件 1/2/3”而不是公式，则条件计算正确。

如何避免这个问题？

Answer 1

事实证明，NA 根本不是问题的原因，而是在初始评估后进行的舍入操作。 round 函数不在我的第一个问题中，因为我没有怀疑它是问题所在，但它实际上是问题的原因。

我的问题的一个更简单的形式表示为：

mktest <- function(a, b, e_1, e_2, k) {
  # condition 1
  ifelse (!is.na(e_1) & !(k %in% 1),
    mk <- 1 - e_1,
  # condition 2
    ifelse (!is.na(e_2) & !(k %in% 1),
    mk <- 2 - e_2,
      # condition 3
        ifelse((a - b) <= 1,
          mk <- -a * b,
          mk <- a * 2
        ))
  )
  round(mk,0)
  }

# some testdata with all possible combinations of values in my data frame
test <- data.frame(expand.grid(2:3, 1, c(1,NA), c(1,NA), c(0,1,NA)))
names(test)[1]    <- "a"
names(test)[2]    <- "b"
names(test)[3]    <- "e_1"
names(test)[4]    <- "e_2"
names(test)[5]    <- "k"

# visualize conditions
test$cond1 <- !is.na(test$e_1) & !(test$k %in% 1)
test$cond2 <- !is.na(test$e_2) & !(test$k %in% 1)
test$cond3 <- ((test$a - test$b) <= 1)

# results
test$result <- mktest(test$a, test$b, test$e_1, test$e_2, test$k)

如果我在最后评估没有 round(mk,0) 的函数，它会正确评估条件。如果舍入完成，则仅使用最后一个条件。这种行为的原因仍然超出我的理解，因为舍入操作是在评估条件之后完成的，但至少手头的问题得到了解决。