R中dplyr::case_when()返回向量长度超预期的原因探究

问题重现 #

使用case_when()时出现判断条件长度为1，但返回向量长度超出预期的情况：

g <- list("something", c(1:10))

case_when( g[[1]] == "not something" ~ sum(g[[2]]), 
           g[[1]] == "something" ~ g[[2]][3], 
           TRUE ~ g[[2]]
)

预期结果为单个值3，但实际返回由11个3组成的向量（注：实际测试应为10个，可能是笔误），且未触发文档描述的长度不一致报错。

官方文档说明（翻译） #

返回值

长度为1或n的向量，与逻辑输入或输出向量的长度匹配，类型（及属性）与第一个右侧值（RHS）一致。长度或类型不一致会触发错误。

问题原因解析 #

1. 自动广播机制
   case_when()会自动将长度为1的条件或右侧值循环广播，以匹配最长的输入向量长度。你的代码中第三个分支TRUE ~ g[[2]]的右侧是长度为10的向量，因此前面所有长度为1的条件和右侧值都会被重复10次，最终输出长度被拉到10（而非预期的1）。

2. 未触发报错的原因
   文档中提到的“长度不一致报错”，指的是同一条件-右侧配对的长度不兼容（比如条件长度为2，对应右侧长度为3），或者不同条件之间的长度不匹配。而长度1的条件/值与任意长度n的向量是兼容的，dplyr会默认做广播处理，因此不会触发错误。

3. 获取预期单个值的方法
   如果希望返回单个值，需要确保所有分支的右侧值长度均为1，比如修改第三个分支：

case_when(
  g[[1]] == "not something" ~ sum(g[[2]]), 
  g[[1]] == "something" ~ g[[2]][3], 
  TRUE ~ g[[2]][1]  # 改为单个值
)

内容的提问来源于stack exchange，提问作者SlickActuary