如何在R中基于元素索引使用case_when实现向量化操作？

给定向量 1:10，需要对首尾元素乘以0.3，其余元素乘以0.5，这里给你两种更高效的向量化方案，替代原有的sapply循环写法：

方法一：用dplyr的case_when结合索引实现 #

借助dplyr的tibble和case_when，可以清晰地基于元素位置做条件判断：

library(dplyr)

vec <- 1:10

# 处理逻辑：生成行索引，判断首尾位置后计算
result <- tibble(value = vec) %>%
  mutate(
    row_id = row_number(),
    new_value = case_when(
      row_id == 1 | row_id == n() ~ value * 0.3, # n()自动获取总元素数
      TRUE ~ value * 0.5
    )
  ) %>%
  pull(new_value) # 提取最终向量

# 输出结果
result

这种写法的好处是不用硬编码向量长度，不管向量后续怎么调整，首尾位置的判断都会自动适配。

方法二：基础R的向量化索引操作（无需额外包） #

如果不想加载dplyr，直接用基础R的索引操作就能完成，而且效率更高：

vec <- 1:10

# 先给所有元素乘以0.5
result <- vec * 0.5
# 再单独替换首尾元素的值
result[c(1, length(vec))] <- vec[c(1, length(vec))] * 0.3

# 输出结果
result

这种方式利用了R的向量化特性，避免了循环，代码简洁且执行速度更快。

内容的提问来源于stack exchange，提问作者Aku-Ville Lehtimäki