避免来自 ifelse() 的 FALSE 部分的警告答案

【问题标题】：Avoid warnings from FALSE part of ifelse()避免来自 ifelse() 的 FALSE 部分的警告
【发布时间】：2017-11-23 22:16:30
【问题描述】：

我创建了一个用户函数来计算 Hedges 对 g 的 c() 偏差校正（Hedges，1981 年）。它直接基于来自library(metafor) 的metafor::.cmicalc() 函数。它这样做：

hedges_c <- function(df) {
  return(exp(lgamma(df / 2) - log(sqrt(df / 2)) - lgamma((df - 1)/2)))
}

当应用于包含值 lgamma() 会生成警告，因为 lgamma(0)（以及任何负值）会生成 NaN。所以，我的解决方案（以及metafor::.cmicalc() 所做的）包括一个ifelse() 声明：

hedges_c <- function(df) {
  cdf <- ifelse(df <= 1, 
                NA,
                exp(lgamma(df / 2) - log(sqrt(df / 2)) - lgamma((df - 1)/2)))
  return(cdf)
}

但是，这是我似乎找不到解决方案的问题，即使所有值都正确呈现为NA，它仍然会生成warnings()。

例子：

hedges_c(c(0, 0, 20, 14, 0, 0, 0, 0))
#[1]      NA      NA 0.9619445 0.9452877      NA      NA      NA      NA
#Warning messages:
#1: In ifelse(df <= 1, NA, exp(lgamma(df/2) - log(sqrt(df/2)) - lgamma((df -  :
#  value out of range in 'lgamma'
#(...)

我了解（例如，来自 this answer）ifelse() 的第三个 (FALSE) 参数即使在条件为 TRUE 时也会被评估（相反，如果我更改条件和参数的顺序)...但我根本不知道如何解决这个问题（除了可能隐藏之前和之后的警告...）。

（注：我也试过dplyr::case_when()，但问题完全一样。）

【问题讨论】：

您是否尝试使用if(...) { ... } else { ... } 而不是ifelse(...,...,...)？
@Heikki：是的，但是当应用于矢量时它不能正常工作。 ifelse() 允许对其进行矢量化。

标签： r if-statement metafor

【解决方案1】：

我很确定这些值是无论如何计算出来的，只是由ifelse 子集出来。您总是可以将您的函数应用于有效值，然后将其余部分设为 NA:

hedges_c <- function(df) {
  ss <- df >= 1

  hc <- function(x) exp(lgamma(x / 2) - log(sqrt(x / 2)) - lgamma((x - 1)/2))

  df[ss]  <- hc(df[ss])
  df[!ss] <- NA
  df
}

hedges_c(c(0, 0, 20, 14, 0, 0, 0, 0))
#[1]        NA        NA 0.9619445 0.9452877        NA        NA        NA        NA

【讨论】：

作为对您对我的回答的评论的回答，我相信您是对的，我记得读过ifelse 的源代码，我的印象是它创建了两个向量，yes 和no，然后是子集。我不确定，现在没有时间，但明天会回到这个。
我用casewhen 测试过，它还计算所有值
@Moody_Mudskipper - 是的，case_when 只是创建了每个比较的所有逻辑结果的大列表，然后循环遍历它们以查找第一个 TRUE 值。这就是为什么其余情况总是TRUE ~ ... 你可以通过cbind-ing 每个比较并调用max.col(result, "first") 来近似case_when
你和我是对的，ifelse 的最后几行是向量ans 的子集。

【解决方案2】：

尝试使用不同的方法。类似于以下内容。

hedges_c <- function(df) {
  cdf <- rep(NA, length(df))
  inx <- df > 1
  cdf[inx] <- exp(lgamma(df[inx] / 2) - log(sqrt(df[inx] / 2)) - lgamma((df[inx] - 1)/2))
  return(cdf)
}

hedges_c(c(0, 0, 20, 14, 0, 0, 0, 0))
#[1]        NA        NA 0.9619445 0.9452877        NA        NA        NA
#[8]        NA

警告消失了。

【讨论】：