R语言apply函数整数列逻辑判断恒假、字符列正常原因问询

这个坑完全是apply()处理数据框的默认机制导致的：

• apply()按行（MARGIN=1）处理数据框时，会先把输入的整个数据框强制转换成原子矩阵，而原子矩阵要求所有元素必须是同一种数据类型，转换时会按照「逻辑型 < 整型 < 数值型 < 字符型」的优先级做全局类型提升，过程中会丢失列的原始属性、甚至隐式转换值的内容。
• 你遇到判断全失效的直接原因是：当a列为整型时，只要你的原始数据框里混有因子、带标签的调研数据类型（比如haven包读入的带标签整数）、或者其他非数值/整型列，a列的值会在转矩阵的过程中被隐式转换：最常见的情况是数值类列被意外转成因子后，apply会把因子转成从1开始的水平编码，而不是你看到的0-5的表面值，这时候你写的x["a"] == 0到x["a"] ==4的判断全部不成立，自然全走else分支返回"f"。
• 你用as.character()把a列转成字符型后，apply转矩阵时会把整个矩阵统一提升为字符型，这时候x["a"]取到的就是你肉眼看到的"0""1"…"5"的文本值，==比较时R会自动做类型兼容，判断就可以正常命中。

你写的自定义函数里的x["b"] = "a"这类操作完全是无效代码：x是apply逐行处理时生成的临时向量，和原数据框没有任何绑定关系，你对x的赋值既不会修改原数据，也没必要——R函数默认返回最后一个执行的表达式结果，你直接返回要赋给b列的值即可，不需要给临时向量加b列元素。

另外这种固定值匹配的场景完全没必要用apply逐行循环，不仅容易踩类型转换的坑，执行效率也远低于向量化操作。

优先用查表法，代码简洁、效率最高，不会出现类型转换问题：

# 构建值和目标输出的映射关系
value_map <- c("0" = "a", "1" = "b", "2" = "c", "3" = "d", "4" = "e", "5" = "f")
# 直接按a列值匹配，全程不涉及隐式类型转换
df$b <- value_map[as.character(df$a)]

如果要保留条件判断的写法，直接用向量化判断函数，不要走apply转矩阵的逻辑：

# 基础R嵌套ifelse实现
df$b <- with(df, ifelse(a == 0, "a",
                 ifelse(a == 1, "b",
                 ifelse(a == 2, "c",
                 ifelse(a == 3, "d",
                 ifelse(a == 4, "e", "f"))))))

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