dplyr across中ifelse执行非预期条件计算报错问题及解决

问题说明 #

当在dplyr::across中结合ifelse调用lubridate::days_in_month时，即便条件为真，else分支的代码仍会被执行，导致参数超出范围报错；但通过rowwise()逐行处理时则能正常运行。

报错原因 #

ifelse是向量化函数，它会一次性计算所有参数（条件、真分支、假分支），再根据条件筛选结果。当处理向量x = 1:3时，.x-1会生成0,1,2，其中0不符合days_in_month要求的1-12范围，直接触发报错，和条件是否满足无关。

而rowwise()会让代码逐行执行：仅当当前行条件不满足时，才会计算else分支，避免了无效值传入days_in_month。另外，这里使用across完全多余——across是用来对多列批量应用函数的，你只是基于单个列生成新列，不需要用它。

解决方法 #

方法1：用purrr::map_dbl逐行计算 #

借助purrr的映射函数逐个处理元素，仅在需要时执行else分支：

library(tidyverse)

tibble(x = 1:3) %>%
  mutate(y = map_dbl(x, ~ifelse(.x == 1, 1, days_in_month(.x - 1))))

方法2：保留rowwise()（并取消不必要的across） #

用rowwise()开启逐行模式，计算完成后建议取消该模式避免后续操作变慢：

library(tidyverse)

tibble(x = 1:3) %>%
  rowwise() %>%
  mutate(y = ifelse(x == 1, 1, days_in_month(x - 1))) %>%
  ungroup()

方法3：用base::Vectorize包装函数 #

将判断逻辑包装为仅在需要时执行的向量化函数：

library(tidyverse)

safe_days <- Vectorize(function(x) {
  if (x == 1) 1 else days_in_month(x - 1)
})

tibble(x = 1:3) %>%
  mutate(y = safe_days(x))

内容的提问来源于stack exchange，提问作者abalter