R中case_when多条件判断未按预期生效问题求解

你怀疑的点完全正确，bug就出在第二个判断条件的写法上，属于逻辑运算符优先级和all()函数用法错误：

• 原写法all(growth_factor) > 0.8的执行逻辑是：先对growth_factor整列做真值判断——只要列里没有0、FALSE、NA这类假值，all(growth_factor)就会返回单个逻辑值TRUE，而R里TRUE的数值等价于1，1 > 0.8永远成立，导致不管分组里growth_factor实际有没有小于0.8的行，这个条件都会被触发，直接返回16，结果完全不符合预期。
• 正确的判断逻辑应该是先逐行判断growth_factor是否大于0.8，再校验所有行是否都满足这个条件，也就是写法要改成all(growth_factor > 0.8)。
• 额外排查到原函数存在边界bug：如果某个分组不存在wells_per_section == max_breakover的行，第一个条件会取到空值，触发case_when的长度不匹配报错，需要补长度校验。

breakover <- function(correlation, growth_factor, wells_per_section, max_breakover = 16){
  # 提取16井距对应的相关系数
  corr_16 <- correlation[wells_per_section == max_breakover]
  dplyr::case_when(
    # 补长度判断，避免无16井距数据时出空值
    length(corr_16) > 0 && corr_16 > 0.999 ~ max_breakover,
    # 修正all的判断范围：先逐元素判断>0.8，再校验全量满足
    all(growth_factor > 0.8) ~ max_breakover,
    # 原有兜底逻辑
    TRUE ~ wells_per_section[min(which(growth_factor < 0.8))] - 1
  )
}

原有分组汇总代码不需要修改，加载修正后的函数后直接运行即可得到符合预期的结果：

breakover_spacing <- sim_breakover %>%
  dplyr::group_by(reservoir_id) %>%
  dplyr::summarise(breakover = breakover(correlation, growth_factor, Wells_per_section))

修正后的函数完全匹配定义的3条业务判断规则，不会再出现第二个条件恒成立的异常问题。

内容的提问来源于stack exchange，提问作者Solicia