dplyr::if_else 是否同时评估 TRUE 和 FALSE？ [复制]

Question

考虑以下示例：

library(dplyr)

# sample data 
set.seed(1)
mydf <- data.frame(value = as.logical(sample(0:1, 15, replace = TRUE)), group = rep(letters[1:3],each = 5), index = 1:5)

# finds either index of first "TRUE" value by group, or the last value. 
# works with base::ifelse
mydf %>% group_by(group) %>% mutate(max_value = ifelse(all(!value), max(index), index[min(which(value))]))
#> # A tibble: 15 x 4
#> # Groups:   group [3]
#>    value group index   max_value
#>    <lgl> <fct> <int>      <int>
#>  1 FALSE a         1          2
#>  2 TRUE  a         2          2
#>  3 FALSE a         3          2
#>  4 FALSE a         4          2
#>  5 TRUE  a         5          2
#>  6 FALSE b         1          4
#>  7 FALSE b         2          4
#>  8 FALSE b         3          4
#>  9 TRUE  b         4          4
#> 10 TRUE  b         5          4
#> 11 FALSE c         1          5
#> 12 FALSE c         2          5
#> 13 FALSE c         3          5
#> 14 FALSE c         4          5
#> 15 FALSE c         5          5

# the same gives a warning with dplyr::if_else
mydf %>% group_by(group) %>% mutate(max_value = if_else(all(!value), max(index), index[min(which(value))]))

#> Warning in min(which(value)): no non-missing arguments to min; returning Inf

#> # A tibble: 15 x 4
#> # Groups:   group [3]
#>    value group index  max_value
#>    <lgl> <fct> <int>      <int>
#>  1 FALSE a         1          2
#>  2 TRUE  a         2          2
#>  3 FALSE a         3          2
#>  4 FALSE a         4          2
#>  5 TRUE  a         5          2
#>  6 FALSE b         1          4
#>  7 FALSE b         2          4
#>  8 FALSE b         3          4
#>  9 TRUE  b         4          4
#> 10 TRUE  b         5          4
#> 11 FALSE c         1          5
#> 12 FALSE c         2          5
#> 13 FALSE c         3          5
#> 14 FALSE c         4          5
#> 15 FALSE c         5          5

正如代码中所述 - dplyr::if_else 确实会导致警告

警告 min(which(value)): no non-missing arguments to min;返回Inf

删除“all FALSE”组 c - 不再有警告：

mydf_allTRUE <- mydf
mydf_allTRUE[14, 'value'] <- TRUE

mydf_allTRUE %>% group_by(group) %>% mutate(max_value = if_else(all(!value), max(index), index[min(which(value))]))
#> # A tibble: 15 x 4
#> # Groups:   group [3]
#>    value group index max_value
#>    <lgl> <fct> <int>     <int>
#>  1 FALSE a         1         2
#>  2 TRUE  a         2         2
#>  3 FALSE a         3         2
#>  4 FALSE a         4         2
#>  5 TRUE  a         5         2
#>  6 FALSE b         1         4
#>  7 FALSE b         2         4
#>  8 FALSE b         3         4
#>  9 TRUE  b         4         4
#> 10 TRUE  b         5         4
#> 11 FALSE c         1         4
#> 12 FALSE c         2         4
#> 13 FALSE c         3         4
#> 14 TRUE  c         4         4
#> 15 FALSE c         5         4

^{由reprex package (v0.3.0) 于 2019 年 12 月 22 日创建}

让我感到困惑的是（我相信）我构造了TRUE 部分，而FALSE 部分（index[min(which(value))]）必须包含一个值。为什么这会发出警告？ 这是有问题的，因为我有几千组的数据，其中大多数都在“FALSE”位中，并且警告使计算变得非常缓慢。

我很高兴使用base::ifelse，但我只是想知道dplyr::if_else 是如何评估真假两面的，这是同时进行的吗？

Answer 1

问题是因为我们正在检查有返回NULL withwhich(value)`的组的情况

min(NULL)
#[1] Inf

警告信息：在 min(NULL) 中：min 没有非缺失参数； 返回Inf

---

一种选择是通过使用[1] 索引来使which 输出受控以返回NA

mydf %>%
   group_by(group) %>%
   mutate(max_value = if_else(all(!value), max(index), index[which(value)[1]]))
# A tibble: 15 x 4
# Groups:   group [3]
#   value group index max_value
#   <lgl> <fct> <int>     <int>
# 1 FALSE a         1         2
# 2 TRUE  a         2         2
# 3 FALSE a         3         2
# 4 FALSE a         4         2
# 5 TRUE  a         5         2
# 6 FALSE b         1         4
# 7 FALSE b         2         4
# 8 FALSE b         3         4
# 9 TRUE  b         4         4
#10 TRUE  b         5         4
#11 FALSE c         1         5
#12 FALSE c         2         5
#13 FALSE c         3         5
#14 FALSE c         4         5
#15 FALSE c         5         5

---

另外，在这种情况下，由于我们返回单个元素，if/else 会更合适

mydf %>%
    group_by(group) %>%
    mutate(max_value = if(all(!value)) max(index) else index[which(value)[1]])
# A tibble: 15 x 4
# Groups:   group [3]
#   value group index max_value
#   <lgl> <fct> <int>     <int>
# 1 FALSE a         1         2
# 2 TRUE  a         2         2
# 3 FALSE a         3         2
# 4 FALSE a         4         2
# 5 TRUE  a         5         2
# 6 FALSE b         1         4
# 7 FALSE b         2         4
# 8 FALSE b         3         4
# 9 TRUE  b         4         4
#10 TRUE  b         5         4
#11 FALSE c         1         5
#12 FALSE c         2         5
#13 FALSE c         3         5
#14 FALSE c         4         5
#15 FALSE c         5         5