如何在dplyr的case_when中使用函数与多参数？

问题背景 #

用嵌套ifelse可以实现多条件逻辑，同时返回字符、计算值和缺失值：

#### Load Library ####
library(tidyverse)

#### Run Multiple Ifelse Statements ####
iris %>% 
  mutate(New.Sepal.Width = ifelse(Sepal.Width > 3.5,
                                  "Large",
                                  ifelse(Sepal.Width < 3,
                                         sqrt(Sepal.Width),
                                         NA)))

但转用case_when时遇到两个问题：

1. 将sqrt(Sepal.Width)用引号包裹，输出的是字符串而非计算后的平方根值
2. 直接调用sqrt(Sepal.Width)会触发类型不匹配的报错

错误原因 #

case_when要求所有分支的返回值类型必须一致：

• 你写的"Large"是字符型，sqrt(Sepal.Width)是数值型，"NA"是字符串型，三种类型冲突导致报错
• 另外，"NA"是字符串，不是真正的缺失值，应该用无引号的NA

解决方案 #

统一所有分支的返回值类型，这里有两种常用方式：

方式1：将数值结果转为字符型，统一返回字符/缺失值

把平方根计算结果转成字符，同时用NA_character_指定字符型缺失值（和"Large"类型匹配）：

iris %>% 
  mutate(New.Sepal.Width = case_when(
    Sepal.Width > 3.5 ~ "Large",
    Sepal.Width < 3 ~ as.character(sqrt(Sepal.Width)),
    TRUE ~ NA_character_  # 用TRUE匹配剩余所有情况，替代冗余的条件判断
  ))

方式2：保持数值型，将"Large"转为数值型缺失值（适合不需要字符结果的场景）

如果不需要"Large"字符，可将其替换为数值型缺失值，统一返回数值/缺失值：

iris %>% 
  mutate(New.Sepal.Width = case_when(
    Sepal.Width > 3.5 ~ NA_real_,  # 数值型缺失值
    Sepal.Width < 3 ~ sqrt(Sepal.Width),
    TRUE ~ NA_real_
  ))

关键要点 #

• 不要用引号包裹函数调用，直接写sqrt(Sepal.Width)才会执行计算，而非输出字符串
• 用TRUE ~ ...匹配所有未被前面条件覆盖的情况，无需写冗余的Sepal.Width > 3 & Sepal.Width < 3.5
• 必须保证所有分支返回值类型一致：
  • 字符型分支对应NA_character_（字符型缺失值）
  • 数值型分支对应NA_real_（数值型缺失值）
  • 逻辑型分支对应NA

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