为何R语言dplyr::mutate中含is.na的if条件语句报错？

先给出测试用的最小数据集：

test <- data.frame(
    RowNum = c(0, 1, 2, 3, 4, NA, NA)
)

下面两段代码都能正常运行：

可运行代码1 #

test <- test %>%
dplyr::mutate(rotCertCount = (
    (is.na(RowNum))
))

可运行代码2 #

test <- test %>%
dplyr::mutate(rotCertCount = (
    if (TRUE) 0 else 1
))

但运行下面这段代码时会报错：

报错代码 #

test <- test %>%
dplyr::mutate(rotCertCount = (
    if (is.na(RowNum)) 0 else 1
))

报错信息如下：

Error in dplyr::mutate():
ℹ In argument: rotCertCount = (if (is.na(RowNum)) 0 else 1).
Caused by error in if (is.na(RowNum)) ...:
! the condition has length > 1
Run rlang::last_trace() to see where the error occurred.

• 基础R里的if是标量判断语句，它只能接受单个逻辑值（要么TRUE要么FALSE），没法处理长度大于1的逻辑向量。
• 在mutate中调用is.na(RowNum)，会返回一个和数据集行数一致的逻辑向量（这里是长度为7的向量），把这个向量直接传给if，就会触发"条件长度大于1"的错误。
• 再看能运行的代码：
  • 代码1直接用is.na(RowNum)，dplyr会自动把逻辑值转成数值（TRUE对应1，FALSE对应0），所以能正常生成新列。
  • 代码2里的if (TRUE)是单个标量条件，返回固定值0，dplyr会把这个值自动填充到所有行，因此也能运行。

要在mutate里实现逐行的条件判断，得用向量化的条件函数：

1. 用dplyr自带的if_else()（专门适配tidyverse的向量化判断）：

test <- test %>%
dplyr::mutate(rotCertCount = if_else(is.na(RowNum), 0, 1))

2. 或者用基础R的ifelse()（注意是全小写的，和标量if不是同一个东西）：

test <- test %>%
dplyr::mutate(rotCertCount = ifelse(is.na(RowNum), 0, 1))

内容的提问来源于stack exchange，提问作者monkey