dplyr中if_else与case_when的差异：返回过长向量报错问题

先明确你的场景问题：分组筛选时，用if_else触发报错，但case_when能正常运行，核心原因是两者对向量化输入的要求严格程度完全不同：

1. if_else的严格一致性要求 #

if_else是完全严谨的向量化函数，它有两个硬性要求：

• 条件参数、真分支结果、假分支结果三者的长度必须完全一致——要么都是标量（会自动广播成相同长度），要么都是等长向量。
• 三者的数据类型也必须匹配（比如不能一个返回布尔值，一个返回数值）。

在你的逻辑里，针对Adelie物种的分支中，你用了if(n() ==1)这种标量判断，导致真分支（row_number() ==2）和假分支（row_number() ==1）返回的向量长度可能不一致：比如当组内只有1行时，row_number() ==2是长度为1的FALSE；当组内多行时，row_number() ==1是长度等于组内行数的向量。这种分支长度不统一的情况，直接触发if_else的报错。

2. case_when的灵活匹配逻辑 #

case_when是基于逐元素匹配的向量化函数，它的规则更灵活：

• 每个条件都是一个布尔向量（标量会自动广播成和数据等长的向量）。
• 按顺序检查每个元素匹配哪个条件，然后返回对应分支的结果，分支结果会自动对齐到输入数据的长度。

在你的场景中，用case_when可以把逻辑拆成多个等长的条件判断，示例代码如下：

penguins %>%
  group_by(species, island) %>%
  filter(
    case_when(
      species == "Adelie" & n() == 1 ~ row_number() == 2,
      species == "Adelie" ~ row_number() == 1,
      TRUE ~ row_number() <= 2
    )
  )

这里每个条件都会被广播成组内长度的向量，每个分支返回的结果也都是组内长度的向量，完全符合向量化要求，所以能正常运行。

总结来说：if_else是“非黑即白”的等长分支判断，容不得分支长度/类型不一致；case_when是“多条件逐元素匹配”，允许拆分复杂逻辑为多个等长条件分支，灵活性更高。

内容的提问来源于stack exchange，提问作者Robin Kohrs