R-使用具有逻辑值的开关

switch（）

接受作为第一个参数

“将计算结果表示为数字或字符串的表达式。”

但是，是否可以强制它使用逻辑逻辑工具？如果是这样，我是否在代码中犯了其他错误

我在数据框中有一列包含逻辑值，我想根据逻辑参数编写一个新列，其中包含数据框中现有数据的值：

exampleCurrent <- data.frame(value = c(5.5, 4.5, 4, 2.9, 2),
                         off = as.logical(c("F", "F", "T", "T", "F")),
                         extremeValue = as.logical(c("F", "F", "F", "F", "T")),
                         eclMinWork = c(5, 5.3, 5, 4.7, 3),
                         eclMinOff = c(4, 3.2, 3, 4, 3))

上面抛出了一个错误，我假设FALSE不是字符，也不是数字或字符：

Error: unexpected '=' in: switch(exampleCurrent$off, FALSE ="

---

但是，我尝试将变量周围的

包装为.numeric

和

包装为.character

也失败了。有没有办法做到这一点，或者我的代码中缺少了一个基本的错误？

您不需要使用

开关来完成此任务。使用
ifelse
和
pmin
更容易：

tmp <- with(exampleCurrent, ifelse(off, eclMinOff, eclMinWork))
transform(exampleCurrent, 
          bestCase = ifelse(extremeValue, tmp, pmin(value, tmp)))

#   value   off extremeValue eclMinWork eclMinOff bestCase
# 1   5.5 FALSE        FALSE        5.0       4.0      5.0
# 2   4.5 FALSE        FALSE        5.3       3.2      4.5
# 3   4.0  TRUE        FALSE        5.0       3.0      3.0
# 4   2.9  TRUE        FALSE        4.7       4.0      2.9
# 5   2.0 FALSE         TRUE        3.0       3.0      3.0

tmp我不认为即使您将其转换为字符，您也能够在
开关
@davidernburg中传递
ifelse
语句，这可能是真的，但如果我用一个直接的数值替换
ifelse（）
，它仍然不起作用：（看一看@Davidernburg，如果我理解正确，您建议使用as.character abround
off
，然后使用“”on false和true。恐怕我还没有成功：
示例生成，这是因为
开关
无法接受长度大于1的向量（请尝试读取错误消息）。为了让您的示例工作，您必须循环它，例如，
sapply（例如当前$off，函数（x）开关（如字符（x），“FALSE”=“A”，“TRUE”=“B”）
。但是我会选择@Svens尼斯解决方案。谢谢。这是否意味着我不能使用开关（），或者仅仅是我不应该？@DaveRGP
switch
未矢量化，因此您不能将其用于此任务。
Error: unexpected '=' in: switch(exampleCurrent$off, FALSE ="

tmp <- with(exampleCurrent, ifelse(off, eclMinOff, eclMinWork))
transform(exampleCurrent, 
          bestCase = ifelse(extremeValue, tmp, pmin(value, tmp)))

#   value   off extremeValue eclMinWork eclMinOff bestCase
# 1   5.5 FALSE        FALSE        5.0       4.0      5.0
# 2   4.5 FALSE        FALSE        5.3       3.2      4.5
# 3   4.0  TRUE        FALSE        5.0       3.0      3.0
# 4   2.9  TRUE        FALSE        4.7       4.0      2.9
# 5   2.0 FALSE         TRUE        3.0       3.0      3.0