R语言中使用apply()处理模型结果时出现警告，其相关性如何？

警告的根源 #

你用apply()按列把整列向量传给自定义函数，但函数里的case_when用了标量逻辑运算符&&——这个运算符只会检查向量的第一个元素，然后把整个向量强制转换成单个逻辑值，R因此抛出“长度大于1的向量被强制转为单个逻辑值”的警告。

虽然当前代码输出的表格看起来正常，但这纯粹是巧合：你的数据里每列第一个元素的判断结果刚好和其他元素一致。实际上函数根本没正确处理列里的每个元素，逻辑是错误的。

修复方案 #

方案1：替换逻辑运算符为向量版& #

把自定义函数里的&&改成&，就能正确处理向量的每个元素：

custom_round <- function(x) {
  case_when(
    x >= 0 & x < 0.01 ~ "<.01",  # 用&替代&&
    TRUE ~ paste0(format(round(x, 2), nsmall = 2))
  )
}

custom_round_p <- function(x) {
  case_when(
    x >= 0 & x < 0.05 ~ "<.05",  # 用&替代&&
    TRUE ~ paste0(format(round(x, 2), nsmall = 2))
  )
}

方案2：用tidyverse原生列操作（更推荐） #

既然已经在用dplyr，直接用mutate(across(...))处理列，比apply更适配tibble，还能避免矩阵转换的潜在问题，代码也更简洁：

results_rounded <- results %>%
  mutate(
    across(c(Estimate, `Std. Error`), custom_round),
    across(`Pr(>|t|)`, custom_round_p)
  )

这种写法不需要手动bind_cols，完全贴合tidyverse的工作流，也不会触发任何警告。

警告的相关性 #

这些警告绝对不能忽略：

• 它直接指出了你代码里的逻辑错误：&&不适合向量运算，当前结果正确只是运气好。
• 如果后续数据发生变化（比如某列第一个元素的判断结果和其他元素不同），你的函数会输出完全错误的结果，而你可能毫无察觉。

内容的提问来源于stack exchange，提问作者vlangen