如何用R语言的if else与循环函数简化下述代码语法？

原代码存在的问题 #

1. 大量重复的if else判断，代码冗余，后续维护（比如新增分类）会非常麻烦
2. 错误地将print()的返回值（NULL）赋值给peramalan，这应该不是你的真实需求；同时peramalan初始长度设为n，但循环中赋值给i+1，最后一次循环会出现越界报错

优化方案 #

步骤1：将分散的y变量整合到命名列表

把yA1到yA23按名称对应存入列表，通过字符串索引直接取值：

# 创建分类与对应值的映射列表
y_mapping <- list(
  A1 = yA1, A2 = yA2, A3 = yA3, A4 = yA4, A5 = yA5,
  A6 = yA6, A7 = yA7, A8 = yA8, A9 = yA9, A10 = yA10,
  A11 = yA11, A12 = yA12, A13 = yA13, A14 = yA14, A15 = yA15,
  A16 = yA16, A17 = yA17, A18 = yA18, A19 = yA19, A20 = yA20,
  A21 = yA21, A22 = yA22, A23 = yA23
)

步骤2：简化循环逻辑

不需要一堆条件判断，直接通过索引取值，同时修正数组长度问题：

n <- length(Tabel_FLR$fuzzifikasi)
# 调整peramalan长度为n+1，避免越界
peramalan <- array(NA, dim = c(n + 1))

for(i in 1:n){
  # 直接从映射列表取对应值赋值
  peramalan[i+1] <- y_mapping[[Tabel_FLR$fuzzifikasi[i]]]
  # 如果确实需要打印，单独执行print
  print(y_mapping[[Tabel_FLR$fuzzifikasi[i]]])
}

更高效的向量化写法（替代循环）

R语言优先推荐向量化操作，代码更简洁且效率更高：

n <- length(Tabel_FLR$fuzzifikasi)
peramalan <- array(NA, dim = c(n + 1))
# 批量赋值peramalan的第2到n+1位
peramalan[2:(n+1)] <- unlist(y_mapping[Tabel_FLR$fuzzifikasi])
# 批量打印对应值
print(unlist(y_mapping[Tabel_FLR$fuzzifikasi]))

优化优势 #

• 消除冗余代码，后续新增分类（比如A24）只需在y_mapping中添加元素，无需修改核心逻辑
• 向量化写法避免循环开销，数据量大时性能提升明显
• 代码逻辑更清晰，可读性更强

内容的提问来源于stack exchange，提问作者Amsal Esa Hasana