dplyr分组条件语句：if_else、ifelse与case_when结果差异及解法问询

在使用dplyr处理分组数据时，我尝试用三种条件语句实现相同逻辑（组内观测数大于1时保留原始score，否则设为0），但得到了不同结果：

library(dplyr)

data("cms_patient_care", package = "tidyr")

cms_patient_care2 <- cms_patient_care %>%
  arrange(ccn, measure_abbr)%>%
  group_by(ccn, measure_abbr)%>%
  mutate(
    score2 = ifelse(n()>1, score, 0), 
    score3 = if_else(n()>1, score, 0),
    score4 = case_when(
      n()>1             ~ score,
      TRUE              ~ 0)
    )%>%
  ungroup()
cms_patient_care2 %>% head(10)

三种函数的表现差异 #

• ifelse：条件满足时，会将组内第一个观测的score值重复赋值给组内所有观测。这是因为ifelse会自动循环长度不匹配的向量，但返回值处理时会取第一个元素填充。
• if_else：直接报错，原因是n()>1返回的是每组长度为1的逻辑值，而score是每组长度等于组内观测数的向量，两者尺寸不匹配——if_else要求条件、真返回值、假返回值的长度必须严格一致。
• case_when：符合预期，条件满足时保留每组每个观测的原始score值，它会自动将长度为1的条件向量循环匹配组内所有观测。

正确使用if_else的方法 #

不需要只能用case_when，只需将条件向量扩展为和组内观测数一致的长度即可。可以用rep(n()>1, n())把每组的单个逻辑值重复n次，让条件向量长度和score匹配：

cms_patient_care2 <- cms_patient_care %>%
  arrange(ccn, measure_abbr)%>%
  group_by(ccn, measure_abbr)%>%
  mutate(
    score2 = ifelse(n()>1, score, 0), 
    score3 = if_else(rep(n()>1, n()), score, 0), # 扩展条件向量长度
    score4 = case_when(
      n()>1             ~ score,
      TRUE              ~ 0)
    )%>%
  ungroup()

此时score3会和score4得到完全一致的结果，因为rep(n()>1, n())生成了与组内每行对应的逻辑向量，满足if_else的严格长度要求。

内容的提问来源于stack exchange，提问作者axel