R中对dataframe逐元素应用归一化函数报长度警告如何解决

• 核心问题是apply()设置MARGIN = 2时，每次传入自定义函数norm_fn的raw_score参数是整列长度为10的数值向量，并非单个元素值。
• R中if/else结构的判断条件仅支持长度为1的逻辑值，当传入长度大于1的逻辑向量时，只会取向量的第一个元素完成判断，剩余元素的判断逻辑直接被忽略，因此弹出the condition has length > 1 and only the first element will be used的警告。
• 这个逻辑也直接导致计算结果错误：每列仅用第一个值匹配判断分支，整列所有元素都套用同一个分支的计算公式，自然col2、col3的结果不符合逐元素计算的预期。

优先推荐把自定义函数改成向量化版本，适配R的向量运算特性，不需要调整后续的apply调用逻辑，运行效率也最高：

# 改写为支持向量输入的归一化函数，用ifelse替代单值判断的if/else
norm_fn <- function(raw_score, min_score, max_score){
  norm_score <- ifelse(
    # 逐元素判断是否触达边界
    raw_score <= min_score | raw_score >= max_score,
    # 触达边界统一返回1
    yes = 1,
    # 未触达边界按归一化公式计算
    no = (raw_score - min_score)/(max_score - min_score)
  )
  return(norm_score)
}

set.seed(123)
dat <- data.frame(ID = 1:10,
                  col1 = runif(10),
                  col2 = runif(10),
                  col3 = runif(10))

mn <- 0.01;mx <- 0.8
# 原apply调用逻辑无需改动，即可逐元素完成计算
dat[, 2:4] <- apply(dat[, 2:4], MARGIN = 2, FUN = norm_fn, min_score = mn, max_score = mx)

如果不想修改原有单值版本的norm_fn，可以调整遍历逻辑，让函数每次只接收单个元素值，比如用逐元素迭代的方式传参：

# 保留原单值输入的函数不改动
norm_fn <- function(raw_score, min_score, max_score){
  if(raw_score <= min_score){
    norm_score <- 1
  } else if (raw_score >= max_score){
    norm_score <- 1
  } else {
    norm_score <- ((raw_score - min_score)/(max_score - min_score))     
  }
  return(norm_score)
}

set.seed(123)
dat <- data.frame(ID = 1:10,
                  col1 = runif(10),
                  col2 = runif(10),
                  col3 = runif(10))

mn <- 0.01;mx <- 0.8
# 逐列遍历后，对列内每个元素单独应用函数
dat[, 2:4] <- lapply(dat[, 2:4], function(col){
  sapply(col, norm_fn, min_score = mn, max_score = mx)
})

注：当前函数的边界逻辑为「得分小于等于最小值、大于等于最大值时均返回1」，如果是笔误（比如常规min-max归一化中小于最小值应返回0），可自行调整对应分支的返回值。

内容的提问来源于stack exchange，提问作者89_Simple