R语言中lapply()结合is.numeric()处理数据框的异常行为问询

先看你给出的代码场景：

创建测试数据框：

ddd <- data.frame(a=c(2,3,4), b=c(10,20,30))
ddd
#   a  b
# 1 2 10
# 2 3 20
# 3 4 30

直接用lapply对列做乘法，结果符合预期：

lapply(ddd, function(x) x*100 )
# $a
# [1] 200 300 400
# 
# $b
# [1] 1000 2000 3000

但用ifelse结合is.numeric(x)时，只返回了第一行结果：

lapply(ddd, function(x) ifelse( is.numeric(x), x*100, x ) )
# $a
# [1] 200
# 
# $b
# [1] 1000

而结合is.na(x)后又恢复正常：

lapply(ddd, function(x) ifelse( is.numeric(x) & !is.na(x), x*100, x ) )
# $a
# [1] 200 300 400
# 
# $b
# [1] 1000 2000 3000

问题原因 #

核心在于ifelse()的工作逻辑和is.numeric()的返回值特性：

• is.numeric(x)是对整个向量的类型做判断，返回的是一个长度为1的逻辑值（这里两列都是数值型，所以返回TRUE）。
• ifelse(test, yes, no)要求测试条件test的长度必须和yes/no的长度匹配。如果test是长度1的逻辑值，它只会提取yes或no的第一个元素返回，所以最终只得到了x*100的第一个值。

而当你加上!is.na(x)后：

• is.na(x)是对向量的每个元素做检查，返回和x长度相同的逻辑向量（这里是c(FALSE, FALSE, FALSE)）。
• R会自动把长度为1的is.numeric(x)循环补齐成和!is.na(x)一样的长度，得到c(TRUE, TRUE, TRUE)，此时test的长度和x*100的长度一致，ifelse就会返回所有元素的计算结果。

更合适的写法 #

既然你是判断整列的类型，而非单个元素，直接用普通的if语句更直观，也不会出问题：

lapply(ddd, function(x) {
  if(is.numeric(x)) x*100 else x
})

内容的提问来源于stack exchange，提问作者samsamara