基于tidyverse实现：依用户参数是否为空的条件列类型转换方法

需要用tidyverse工具实现数据类型的条件转换：以mtcars数据集为例，将cyl列转换为factor类型，其levels和labels参数需根据是否传入bin.order对象（或该对象是否为NULL）来确定。

当前尝试的代码如下：

mtcars %>% 
  mutate(cyl = ifelse(is.null(bin.order), 
                      factor(x = cyl, levels = sort(unique(cyl)), labels = sort(unique(cyl))), 
                      factor(x = cyl, levels = bin.order, labels = bin.order)))

期望实现效果：

• 当bin.order为NULL时：

mtcars %>% 
  mutate(cyl = factor(x = cyl, levels = sort(unique(cyl)), labels = sort(unique(cyl))))

• 当bin.order不为NULL时（例如bin.order = c(4, 6, 8)）：

bin.order = c(4, 6, 8)
mtcars %>% 
  mutate(cyl = factor(x = cyl, levels = bin.order, labels = bin.order))

可以利用tidyverse生态中rlang包提供的%||%运算符（该运算符会在左侧对象为NULL时返回右侧值，否则返回左侧值），大幅简化代码，避免重复调用factor函数：

library(tidyverse)

# 情况1：bin.order为NULL
bin.order <- NULL
mtcars %>% 
  mutate(cyl = factor(
    cyl,
    levels = bin.order %||% sort(unique(cyl)),
    labels = bin.order %||% sort(unique(cyl))
  ))

# 情况2：bin.order不为NULL
bin.order <- c(4, 6, 8)
mtcars %>% 
  mutate(cyl = factor(
    cyl,
    levels = bin.order %||% sort(unique(cyl)),
    labels = bin.order %||% sort(unique(cyl))
  ))

如果不想依赖rlang的运算符，也可以用base R的if标量判断提前定义参数，同样能简化代码：

# 先定义levels和labels的取值
levels_labs <- if (is.null(bin.order)) sort(unique(mtcars$cyl)) else bin.order

mtcars %>% 
  mutate(cyl = factor(cyl, levels = levels_labs, labels = levels_labs))

这两种方式都能实现需求，且代码更简洁易读，符合tidyverse的风格。

内容的提问来源于stack exchange，提问作者Jst2Wond3r