ifelse()与if_else()对比：为何条件不满足时仍执行true分支？

先还原你的代码场景：

library(dplyr)

# 创建含缺失日期的数据框
df <- tibble(
  record_id = rep(c("id_1", "id_2", "id_3"), each = 3),
  date = c(as.Date("2023-01-01"), NA, as.Date("2023-01-03"),
           NA, as.Date("2023-02-02"), NA,
           NA, NA, NA)
)

# 用ifelse()填充
df %>%
  group_by(record_id) %>%
  mutate(filled_date_ifelse = ifelse(all(is.na(date)), NA, min(date, na.rm = TRUE))) %>%
  ungroup()

# 用if_else()填充（会抛出警告）
df %>%
  group_by(record_id) %>%
  mutate(filled_date_ifelse2 = if_else(all(is.na(date)), NA, min(date, na.rm = TRUE))) %>%
  ungroup()

核心差异：求值方式不同 #

• ifelse()是惰性求值：它会先判断条件，只对满足条件的分支执行计算。比如all(is.na(date))为TRUE时，它不会去运行min(date, na.rm = TRUE)，自然不会触发无有效日期的警告，也不会产生额外计算开销。但缺点是ifelse会把输出强制转为原子向量，丢失Date类，所以你需要用as.Date()把结果转回日期格式：

  mutate(filled_date_ifelse = as.Date(ifelse(all(is.na(date)), NA, min(date, na.rm = TRUE))))
  

• if_else()是严格向量化求值：它会先计算所有分支的表达式，再根据条件选择对应结果。哪怕all(is.na(date))为TRUE，它还是会先执行min(date, na.rm = TRUE)——这时候id_3分组全是NA，min(NA, na.rm=TRUE)会返回NA，同时抛出no non-missing arguments to min; returning NA的警告，这就是你看到的问题，而且确实会产生不必要的计算。

优化方案：避免不必要的分支计算 #

想要用if_else()又不想触发警告、浪费计算，最好先提前计算每个分组的最早日期，再做填充：

df %>%
  group_by(record_id) %>%
  mutate(
    group_min_date = min(date, na.rm = TRUE),
    filled_date = if_else(is.na(group_min_date), NA_Date_, group_min_date)
  ) %>%
  ungroup()

这里NA_Date_是dplyr提供的日期类型缺失值，能保证输出类型一致，而且提前计算group_min_date，每个分组只算一次，不管条件如何，都不会重复计算，也避免了无有效日期时重复触发min的警告。

或者用case_when，逻辑更清晰：

df %>%
  group_by(record_id) %>%
  mutate(
    filled_date = case_when(
      all(is.na(date)) ~ NA_Date_,
      TRUE ~ min(date, na.rm = TRUE)
    )
  ) %>%
  ungroup()

case_when同样是惰性求值，只有条件满足时才会执行对应分支的表达式，不会触发无意义的计算和警告，同时还能保留Date类型，不需要额外转格式。

内容的提问来源于stack exchange，提问作者nzcoops