ifelse与dplyr中if_else返回NA时的差异及适配方法

问题背景 #

先创建目标数据框：

data.frame(v1 = c(3,2,NA,6),
           v2 = c(NA,1,NA,7),
           v3 = c(1,1,NA,1)) -> df2

需求是按行计算最大值所在的列位置，若整行全为NA则返回NA，而非integer(0)。使用基础R的ifelse可以正常运行：

library(dplyr)
df2 %>% 
  rowwise() %>% 
  mutate(maxCol = ifelse(test = all(is.na(c_across(everything()))),
                         yes = NA, 
                         no = which.max(c_across(everything()))))

但改用dplyr的if_else时会报错：

df2 %>% 
  rowwise() %>% 
  mutate(maxCol = if_else(condition = all(is.na(c_across(everything()))), 
                          true = NA, 
                          false = which.max(c_across(everything()))))

错误提示：false must have size 1, not size 0.

报错原因 #

dplyr的if_else是严格类型和长度检查的函数：

• 它会提前计算true和false两个分支的所有结果，而非仅根据条件执行对应分支
• 当某行全为NA时，which.max(c_across(everything()))会返回integer(0)（长度为0），而true分支的NA长度为1，两者长度不匹配，触发报错
• 基础R的ifelse是宽松检查逻辑，仅执行满足条件的分支，且会自动调整结果长度，因此不会出现该问题

解决方案 #

方案1：用case_when替代if_else #

case_when对长度的限制更灵活，适配场景需求：

df2 %>% 
  rowwise() %>% 
  mutate(maxCol = case_when(
    all(is.na(c_across(everything()))) ~ NA_integer_,
    TRUE ~ which.max(c_across(everything()))
  ))

注意使用NA_integer_而非NA，保证与which.max返回的整数类型统一。

方案2：在false分支确保返回长度为1的结果 #

手动处理which.max的空结果，用内部if语句包裹：

df2 %>% 
  rowwise() %>% 
  mutate(maxCol = if_else(
    condition = all(is.na(c_across(everything()))),
    true = NA_integer_,
    false = {
      res <- which.max(c_across(everything()))
      if(length(res) == 0) NA_integer_ else res
    }
  ))

方案3：改用pmap逐行处理 #

结合purrr的pmap函数，无需rowwise()即可高效逐行计算：

library(purrr)
df2 %>% 
  mutate(maxCol = pmap_int(., ~{
    vals <- c(...)
    if(all(is.na(vals))) NA_integer_ else which.max(vals)
  }))

内容的提问来源于stack exchange，提问作者llewmills