R dplyr::mutate with ifelse 以全局变量为条件回收第一行的结果

Question

我很好奇为什么调用dplyr::mutate() 中的ifelse() 语句似乎只适用于我的数据框的第一行。这将返回一个值，该值在整个列中循环使用。由于在ifelse() 的任何一种情况下评估的表达式仅在我的数据框的上下文中有效，我希望条件检查和结果表达式评估将作为一个整体对列执行，而不仅仅是它们的第一个元素。

这是一个示例：我在数据框外部定义了一个变量，名为checkVar。根据checkVar 的值，我想在新列z 中向我的数据框添加不同的值，这些值是作为现有列的函数计算的。

如果我这样做

checkVar <- 1
df <- data.frame( x=11:15, y=1:5 ) %>%
  dplyr::mutate( z=ifelse(checkVar == 1, x/y, x-y) )
df

返回

   x y  z
1 11 1 11
2 12 2 11
3 13 3 11
4 14 4 11
5 15 5 11

不是 z 是每行的 x 和 y 的商，而是所有行都使用数据框第一行的 x 和 y 的商填充。

但是，如果我指定rowwise()，我会得到我想要的结果：

df <- df %>%
  dplyr::rowwise() %>%
  dplyr::mutate( z=ifelse(checkVar == 1, x/y, x-y) ) %>%
  dplyr::ungroup()
df

返回

# A tibble: 5 x 3
      x     y         z
  <int> <int>     <dbl>
1    11     1 11.000000
2    12     2  6.000000
3    13     3  4.333333
4    14     4  3.500000
5    15     5  3.000000

当x 和y 仅定义为我的数据框的列时，为什么我必须明确指定rowwise()？

Answer 1

这与dplyr::mutate 无关，而是与ifelse 的工作原理有关，这是文档?ifelse：

ifelse 返回一个与填充的 test 形状相同的值 元素从是或否中选择，具体取决于是否 测试元素是 TRUE 或 FALSE。

用法

ifelse(测试，是，否)

还有例子：

ifelse(T, c(1,2,3), c(2,3,4))
# [1] 1

您的第一个案例是向量化的，ifelse 将向量 x/y 和 x-y 作为 yes 和 no 参数，因为 checkVar == 1 返回 TRUE（标量），@987654330 @返回(x/y)[1]，即向量x/y的第一个元素，即11，并被回收填充新列z；

在您的第二种情况下，mutate 和 ifelse 每行执行一次，因此它被评估 五次 次，每次返回该行的 x/y 值。

---

如果你的条件是标量，那么就不需要向量化ifelse，if/else更适合使用：

checkVar <- 1
mutate(df, z = if(checkVar == 1) x/y else x-y)

#   x y         z
#1 11 1 11.000000
#2 12 2  6.000000
#3 13 3  4.333333
#4 14 4  3.500000
#5 15 5  3.000000