在dplyr::mutate中使用any()与|的差异及选型建议

先看你给出的代码例子，确实会出现withpipe按行返回正确结果，而usingany全为TRUE的情况，这背后是两者的运算逻辑本质不同：

1. 差异的核心原因 #

• |是向量化的逐元素运算符：它会对x和y这两个等长向量进行按位置配对比较，也就是每一行的x值和对应行的y值做逻辑或运算，所以每一行的结果只和当前行的两个值有关，完全符合你按行判断的预期。
• any()是全局向量判断函数：当你写any(c(x,y))时，c(x,y)会把整个x列和y列合并成一个长度为24的大向量（原df有12行，x和y各12个元素），any()的作用是检查这个大向量里是否存在至少一个TRUE。显然你的数据里有大量TRUE，所以any()会返回一个单个的TRUE值，然后dplyr会把这个单个值"广播"到每一行，导致所有行的usingany都是TRUE。

2. 如何选择合适的比较方式 #

根据你的需求场景来选：

• 如果需要按行判断多个列中是否有至少一个TRUE（也就是逐行的逻辑或）：
  • 直接用向量化运算符|（适合列数少的情况，比如2-3列）：x | y | z
  • 用dplyr专门的行级判断函数if_any()（适合列数多或者用列选择器的情况）：比如if_any(c(x,y))，或者if_any(starts_with("col_"))
  • 也可以用rowwise()配合any()，但效率不如前两种：

    df %>% 
      rowwise() %>% 
      mutate(usingany_rowwise = any(c(x,y))) %>% 
      ungroup()
    

• 如果需要判断整个列集合中是否存在至少一个TRUE（全局判断）：直接用any()，但这种场景在mutate里很少见，更多用于数据校验。

举个用if_any()的例子，替换你代码里的usingany：

library(tidyverse)
df <- tibble(x = rep(c(T,F,T), 4), y = rep(c(T,F,T, F), 3), allF = F, allT = T)

df %>% 
  mutate(
    withpipe = x | y,
    using_ifany = if_any(c(x,y))
  )

这样using_ifany就会和withpipe得到完全一样的结果。

内容的提问来源于stack exchange，提问作者crazybilly