如何在tibble列表列中生成含NULL值的组合参数列表？

你之前遇到的长度不匹配错误，本质是*ifelse()/dplyr::if_else()这类向量化分支函数存在设计限制*：这类函数要求所有分支的返回值长度严格与判断条件的长度对齐，但NULL是长度为0的特殊R对象，根本无法满足长度对齐要求，因此会直接抛出“replacement has length zero”的报错。

方案1：最小改动现有代码，逐行使用标量分支判断 #

你现有的逻辑已经使用rowwise()逐行处理数据，此时每一行输入的B、m、replace都是长度为1的标量，完全可以直接用R原生的标量if判断替代向量化的ifelse——这种写法没有长度对齐限制，支持正常返回NULL。
修改后的完整可运行代码：

library(tidyverse)

# 生成网格序列，包含代表NULL的NA值
B <- seq(from = 50, to = 250, by = 50)
m <- c(NA, seq(from = 100, to = 300, by = 100))
replc <- c(TRUE, FALSE)

out_crossing <- tidyr::crossing(B, m, replc) %>% 
  dplyr::arrange(B, m) %>% 
  dplyr::rename(replace = replc) %>% 
  dplyr::rowwise() %>% 
  dplyr::mutate(
    boot_emp = list(
      tibble::lst(
        B = B,
        # 替换原有的ifelse为标量if判断
        m = if (!is.na(m)) m else NULL,
        replace = replace
      )
    )
  )

方案2：直接构造列表列，无需逐行计算（大网格下性能更优） #

tidyr::crossing()本身支持任意类型的列（包括list类型列），你可以提前把带NULL的m值构造为列表，直接参与交叉连接，完全规避逐行转换的开销，也不需要依赖rowwise计算模式，在网格规模较大时性能提升非常明显。
实现代码：

library(tidyverse)

# 提前构造包含NULL的m可选值列表
m_options <- list(100, 200, 300, NULL)

out_crossing <- tidyr::crossing(
  B = seq(from = 50, to = 250, by = 50),
  m_list = m_options,
  replace = c(TRUE, FALSE)
) %>% 
  dplyr::mutate(
    # 为独立列生成可显示的m值：NULL对应展示为NA
    m = purrr::map_dbl(m_list, ~if (is.null(.x)) NA_real_ else .x),
    # 直接拼接目标列表列，m_list本身已经是可嵌入list的类型
    boot_emp = purrr::pmap(
      list(B, m_list, replace),
      ~tibble::lst(B = ..1, m = ..2, replace = ..3)
    )
  )

无论使用哪种方案，都可以正常生成包含NULL值的列表列，以m为NULL的行做检查：

# 筛选m为NA（即列表中m为NULL）的行
out_crossing %>% 
  dplyr::filter(is.na(m), B == 50, replace == FALSE) %>% 
  dplyr::pull(boot_emp)

输出结构和预期完全一致：

[[1]]
[[1]]$B
[1] 50

[[1]]$m
NULL

[[1]]$replace
[1] FALSE

内容的提问来源于stack exchange，提问作者user4687531