在R数据框中按条件修改行时为何出现NaNs produced警告？

我在处理R语言的Data数据框时，想实现：当dv等于"B"时，把y列的值转成qlogis(y)，但运行代码后出现了"NaNs produced"的警告。B组的y值是0.5和0.6，都在0到1之间，理论上不该产生NaN，想问下警告的原因。用的代码如下：

library(dplyr)

Data = read.table(text=
"id dv y
1  A  2
1  B  .5
1  C  11
2  A  4
2  B  .6
2  C  19", h=TRUE)

mutate(Data, y = ifelse(dv=="B", qlogis(y), y))

警告原因 #

问题出在ifelse的计算逻辑上：它会先完整计算所有参数的表达式，再根据条件选择结果。也就是说，这里qlogis(y)会对整个y列执行计算，包括A、C组那些大于1的y值（比如2、11、4、19）。而qlogis()的定义域是(0,1)，输入大于1或小于0时会返回NaN，所以计算过程中就产生了这些NaN，触发了警告——哪怕最后ifelse只保留了符合条件的B组结果，计算阶段的NaN已经生成了。

解决方案 #

用dplyr::case_when代替ifelse，它会按条件分支逐个计算，只对满足对应条件的行执行表达式，不会提前计算所有值：

mutate(Data, y = case_when(
  dv == "B" ~ qlogis(y),
  TRUE ~ y
))

或者也可以用基础R的行筛选方式修改，同样只处理目标行：

Data$y[Data$dv == "B"] <- qlogis(Data$y[Data$dv == "B"])

这两种方式都只会对dv=="B"的行调用qlogis()，不会碰其他超出定义域的y值，也就不会产生NaN警告了。

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