R语言遍历整列判断值是否大于阈值时代码始终执行else分支

代码始终执行else分支的核心原因是循环范围写法错误，同时还存在几处逻辑问题会导致结果不符合预期。

原代码具体错误点 #

• 循环遍历范围错误：for (i in nrow(dclas)) 里的nrow(dclas)是单个数值（比如数据集共200行时，这个值就是200），循环只会运行1次，i的取值就是数据集总行数，相当于你只判断了最后一行的年龄。如果最后一行年龄≥13，自然全程触发else分支。
• 赋值逻辑错误：循环内给x赋值时，既没有指定存储当前行结果的位置x[i]，也没有取两个判断列当前行i对应的值，直接调用了整列对象，每次循环都会把x之前的内容完全覆盖。
• 变量调用错误：代码里写的value.if.age.under.13没有指定所属数据集，R会默认在全局环境搜索同名变量，不会读取dclas表内的对应列，很容易出现取值错误。
• 类型隐患：两个判断列是因子类型，直接读取会返回因子的整数编码，不是预期的T/F布尔值，容易触发隐式类型转换错误。

修正方案 #

R中优先用向量化运算实现需求，不需要写for循环，运行效率更高，代码也更简洁：

# 第一步：把两个因子类型的T/F列转成逻辑型，避免类型错误
dclas$value.if.age.under.13 <- as.logical(as.character(dclas$value.if.age.under.13))
dclas$value.if.age.over.13 <- as.logical(as.character(dclas$value.if.age.over.13))

# 第二步：用ifelse做向量化判断，直接生成结果列
dclas$judge_result <- ifelse(
  dclas[[6]] < 13,
  dclas$value.if.age.under.13,
  dclas$value.if.age.over.13
)

如果你一定要用for循环实现，修正后的代码如下：

# 提前初始化和数据集行数等长的结果向量，避免循环动态赋值拖慢运行速度
judge_result <- logical(length = nrow(dclas))

# 注意循环范围是1:nrow(dclas)，不能只写nrow(dclas)
for (i in 1:nrow(dclas)) {
  if (dclas[i, 6] < 13) {
    # 取当前行对应的值，存入结果向量的对应位置
    judge_result[i] <- dclas$value.if.age.under.13[i]
  } else {
    judge_result[i] <- dclas$value.if.age.over.13[i]
  }
}

# 把结果存入数据集
dclas$judge_result <- judge_result

内容的提问来源于stack exchange，提问作者ejsiik