R语言：在mutate中使用ifelse引用外部数据框进行性别预测时的索引错误解决

嘿，我完全懂你碰到的这个麻烦——这个错误的核心原因是向量长度不匹配：你在mutate里写model$height == height时，右边的height是来自test_height的整列（长度526），但model只有28行，用长逻辑向量去索引短数据框，自然会触发下标不匹配的报错。

咱们来用两种更靠谱的方式解决这个问题：

方法1：用left_join合并匹配数据（推荐，更符合tidyverse风格） #

先把model里对应身高的女性概率合并到测试数据集里，再做预测，这样每一行都能拿到自己对应的概率，完全不会有长度问题：

library(tidyverse)
library(dslabs)
library(caret)

# 划分训练/测试集
ind <- createDataPartition(heights$height, 1, p=0.5, list = FALSE)
test_height <- heights %>% slice(ind)
train_height <- heights %>% slice(-ind)

# 生成身高-女性概率模型
model <- train_height %>% 
  mutate(height=round(height)) %>% 
  group_by(height) %>% 
  summarise(pf = mean(sex=="Female"), .groups = "drop") # .groups参数避免分组警告

# 合并概率并生成预测结果
y_hat <- test_height %>% 
  mutate(height=round(height)) %>% 
  left_join(model, by = "height") %>% 
  mutate(pred = ifelse(pf > 0.5, "Female", "Male"))

如果测试集中出现了训练集里没有的身高值，left_join会把对应的pf设为NA，你可以用case_when补充处理逻辑：

y_hat <- test_height %>% 
  mutate(height=round(height)) %>% 
  left_join(model, by = "height") %>% 
  mutate(pred = case_when(
    pf > 0.5 ~ "Female",
    pf <= 0.5 ~ "Male",
    is.na(pf) ~ "Male" # 对未见过的身高，默认预测为Male
  ))

方法2：用match函数匹配对应索引 #

如果你不想用合并的方式，也可以用match函数直接找到每个测试身高在model中的位置，再提取对应的概率：

y_hat <- test_height %>% 
  mutate(height=round(height)) %>% 
  mutate(pred = ifelse(model$pf[match(height, model$height)] > 0.5, "Female", "Male"))

match(height, model$height)会返回测试集中每个身高在model$height里的位置索引，用这个索引取pf值，就能保证向量长度完全匹配。

内容的提问来源于stack exchange，提问作者Hans