R语言if_else函数在部分数据集失效的问题排查求助

我在R中使用if_else函数，基于4列数据生成新的结果向量，执行代码如下：

payment_amt <- if_else( interest_rate>0,
                        (balance-(balance*amortisation_factor)/(1+(interest_rate/12))^tenor)*((interest_rate/12)/(1-((1+(interest_rate/12))^(-1*tenor)))),
                        0 )

这段代码在data_work数据集上运行正常，但在data_not_work数据集上无法执行。完整测试代码如下：

# Data Work _ test

tenor = data_work[,"ECL_TENOR"]
interest_rate = data_work[,"INTEREST_RATE"]
amortisation_factor = data_work[,"AMORTISATION_FACTOR"]
balance = data_work[,"ECL_BALANCE"]
 
payment_amt <- if_else( interest_rate>0,
                        (balance-(balance*amortisation_factor)/(1+(interest_rate/12))^tenor)*((interest_rate/12)/(1-((1+(interest_rate/12))^(-1*tenor)))),
                        0 )
payment_amt
 
#####################################################
# Data Not work _ Test

tenor = data_not_work[,"ECL_TENOR"]
interest_rate = data_not_work[,"INTEREST_RATE"]
amortisation_factor = data_not_work[,"AMORTISATION_FACTOR"]
balance = data_not_work[,"ECL_BALANCE"]
payment_amt <- if_else( interest_rate>0,
                        (balance-(balance*amortisation_factor)/(1+(interest_rate/12))^tenor)*((interest_rate/12)/(1-((1+(interest_rate/12))^(-1*tenor)))),
                        0 )

同时提供了相关数据集的截图供参考。

排查与解决方向 #

1. 检查数据类型一致性

两个数据集的对应列可能存在类型差异（比如data_work是数值型，data_not_work是字符型），直接导致运算报错。执行以下代码对比类型：

# 查看data_work目标列类型
sapply(data_work[, c("ECL_TENOR", "INTEREST_RATE", "AMORTISATION_FACTOR", "ECL_BALANCE")], class)
# 查看data_not_work目标列类型
sapply(data_not_work[, c("ECL_TENOR", "INTEREST_RATE", "AMORTISATION_FACTOR", "ECL_BALANCE")], class)

如果发现字符型列，用as.numeric()转换：

tenor <- as.numeric(data_not_work[,"ECL_TENOR"])
interest_rate <- as.numeric(data_not_work[,"INTEREST_RATE"])
amortisation_factor <- as.numeric(data_not_work[,"AMORTISATION_FACTOR"])
balance <- as.numeric(data_not_work[,"ECL_BALANCE"])

2. 排查缺失值与异常值

data_not_work中可能存在NA、Inf、NaN等异常值，中断运算。执行以下代码检查：

# 检查缺失值数量
colSums(is.na(data_not_work[, c("ECL_TENOR", "INTEREST_RATE", "AMORTISATION_FACTOR", "ECL_BALANCE")]))
# 检查无限值数量
colSums(is.infinite(data_not_work[, c("ECL_TENOR", "INTEREST_RATE", "AMORTISATION_FACTOR", "ECL_BALANCE")]))

针对缺失值，可根据业务场景用na.omit()删除或tidyr::replace_na()填充。

3. 适配if_else的类型严格性

dplyr::if_else要求两个返回分支的类型完全一致，而基础R的ifelse会自动转换类型。如果计算结果是浮点型，而0是整数型，可能触发报错。可以：

• 替换为基础R的ifelse测试：

  payment_amt <- ifelse( interest_rate>0,
                         (balance-(balance*amortisation_factor)/(1+(interest_rate/12))^tenor)*((interest_rate/12)/(1-((1+(interest_rate/12))^(-1*tenor)))),
                         0.0 )
  

• 或者将0改为浮点型0.0，保证和计算结果类型一致。

4. 避免数学运算错误

当tenor为0时，(1+(interest_rate/12))^(-1*tenor)会得到1^0=1，导致分母1-1=0，触发除以0的错误。检查data_not_work中是否存在tenor=0的情况：

sum(data_not_work[,"ECL_TENOR"] == 0, na.rm = TRUE)

如果存在，修改条件规避：

payment_amt <- if_else( interest_rate>0 & tenor != 0,
                        (balance-(balance*amortisation_factor)/(1+(interest_rate/12))^tenor)*((interest_rate/12)/(1-((1+(interest_rate/12))^(-1*tenor)))),
                        0 )

内容的提问来源于stack exchange，提问作者pphong