R中case_when()的is.na()条件为何失效？如何修复？

为什么case_when的条件被跳过？ #

• R的case_when()不是短路执行逻辑：所有分支的表达式都会被预先计算，不管前面的条件是否匹配。哪怕你的数据里有行满足is.na(pass)或is.na(total)，TRUE分支里的prop.test()依然会被执行，而level="1"组里存在NA值，直接传入prop.test()就会触发报错。
• 条件逻辑不匹配：你写的is.na(pass)是针对每行的判断，但prop.test()是针对整个分组的计算——每个分组只需要一个p值，但你试图给每行生成这个值，组内只要有一个NA行，就会导致整个组的prop.test()执行失败。

修复方法 #

方法1：主动检查分组内的NA值，提前返回NA #

先判断当前分组里是否存在pass或total的NA值，再决定是否执行比例检验，逻辑更清晰：

library(tidyverse)

sample_data <- tibble(
  subject = c("psych", "math", "psych", "math"),
  level = c("1", "1", "2", "2"),
  pass = c(NA_real_, 8, 13, 1),
  total = c(NA_real_, 102, 195, 36)
)

sample_data %>%
  group_by(level) %>%
  mutate(
    sig_dif = if (any(is.na(pass), is.na(total))) {
      NA_real_
    } else {
      # 先提取分组内的两组数据，避免重复索引
      psych_pass <- pass[subject == "psych"]
      math_pass <- pass[subject == "math"]
      psych_total <- total[subject == "psych"]
      math_total <- total[subject == "math"]
      round(prop.test(c(psych_pass, math_pass), c(psych_total, math_total))$p.value, 3)
    }
  ) %>%
  ungroup()

方法2：用tryCatch捕获错误，出错时返回NA #

如果想兼容更多可能的错误（比如样本量不足等），可以用tryCatch()包裹prop.test()，执行出错时直接返回NA：

sample_data %>%
  group_by(level) %>%
  mutate(
    sig_dif = round(
      tryCatch(
        prop.test(c(pass[subject == "psych"], pass[subject == "math"]),
                  c(total[subject == "psych"], total[subject == "math"]))$p.value,
        error = function(e) NA_real_
      ),
      3
    )
  ) %>%
  ungroup()

内容的提问来源于stack exchange，提问作者J.Sabree