尝试在R中编写分段函数

我对R相当陌生，想写一个分段函数，我的代码不起作用，如果你能帮忙，请评论：

   a<-rnorm(1000)

   ifelse(0<a & a<=.3,C=sqrt(30*a),NA)
   ifelse(.3<a & a<=.7,C=5*a+15/10),NA)
   ifelse(.7<a & a<=1,c=8-sqrt(-30*a+30),NA)

a三个问题：

当直接用作函数调用参数列表的一部分时，
=
不是赋值运算符，而是命名参数的语法
与其尝试在
ifelse（）
函数调用参数列表中赋值，不如赋值结果
您当前正在执行三个不同的计算。真的，你只想表演一个。要解决此问题，您需要嵌套您的呼叫：
这两种解决方案都有一个不幸的副作用，即由于NaN值（由计算负数平方根的代码引起）而引发警告。有关解决此问题的方法，请参阅。
三个问题：

当直接用作函数调用参数列表的一部分时，
=
不是赋值运算符，而是命名参数的语法
与其尝试在
ifelse（）
函数调用参数列表中赋值，不如赋值结果
您当前正在执行三个不同的计算。真的，你只想表演一个。要解决此问题，您需要嵌套您的呼叫：
这两种解决方案都有一个不幸的副作用，即由于NaN值（由计算负数平方根的代码引起）而引发警告。有关解决此问题的方法，请参阅。
在10之后的第二个
ifelse
语句中有一个额外的括号。您可以删除它或添加另一对。
在10之后的第二个
ifelse
语句中有一个额外的括号。您可以删除它或添加另一对。
关于问题中的代码：

作业应该在ifelse外部完成，而不是在内部完成


ifelse将首先计算所有值的两个支腿，因此如果传递负数
a
，它将尝试获取负数的平方根，即使未选择该支腿。因此，最好避免在此处完全使用
ifelse


嵌套的ifelse可能很难遵循


下面的解决方案避免了
ifelse
。第一个使用if。。。其他的与
ifelse
不同，它只计算实际使用的支腿。它只适用于标量，但我们可以使用
Vectorize
将我们编写的标量函数转换为接受向量的函数

第二种解决方案将介于0和1之间的
a
的值与其他值分开，这样我们就不会尝试取负数的平方根，因此主计算中不涉及NA。它使用成语cond1*y1+cond2*y2+。。。其中y1，y2。。。是数值非NA表达式和cond1、cond2、。。。是相互排斥的条件。对于每个向量分量，只有一个条件为真，因此R将相应的表达式乘以1，保持不变，其他条件乘以0，消除它们

1）使用if/else并将其矢量化。这即使适用于a的负值，也不会发出警告，否则可能会由于负平方根而发出警告，并且不会使用包

f <- Vectorize(function(a)
  if (0 < a & a <= 0.3) sqrt(30 * a)
  else if (0.3 < a & a <= 0.7) 5 * a + 15 / 10
  else if (0.7 < a & a <= 1) 8 - sqrt(-30 * a + 30)
  else NA)

a <- seq(0, 1, 0.01)
c <- f(a)

head(c)
## [1]        NA 0.5477226 0.7745967 0.9486833 1.0954451 1.2247449

tail(c)
## [1] 6.775255 6.904555 7.051317 7.225403 7.452277 8.000000

plot(c ~ a, type = "l")

f关于问题中的代码：

作业应该在ifelse外部完成，而不是在内部完成


ifelse将首先计算所有值的两个支腿，因此如果传递负数
a
，它将尝试获取负数的平方根，即使未选择该支腿。因此，最好避免在此处完全使用
ifelse


嵌套的ifelse可能很难遵循


下面的解决方案避免了
ifelse
。第一个使用if。。。其他的与
ifelse
不同，它只计算实际使用的支腿。它只适用于标量，但我们可以使用
Vectorize
将我们编写的标量函数转换为接受向量的函数

第二种解决方案将介于0和1之间的
a
的值与其他值分开，这样我们就不会尝试取负数的平方根，因此主计算中不涉及NA。它使用成语cond1*y1+cond2*y2+。。。其中y1，y2。。。是数值非NA表达式和cond1、cond2、。。。是相互排斥的条件。对于每个向量分量，只有一个条件为真，因此R将相应的表达式乘以1，保持不变，其他条件乘以0，消除它们

1）使用if/else并将其矢量化。这即使适用于a的负值，也不会发出警告，否则可能会由于负平方根而发出警告，并且不会使用包

f <- Vectorize(function(a)
  if (0 < a & a <= 0.3) sqrt(30 * a)
  else if (0.3 < a & a <= 0.7) 5 * a + 15 / 10
  else if (0.7 < a & a <= 1) 8 - sqrt(-30 * a + 30)
  else NA)

a <- seq(0, 1, 0.01)
c <- f(a)

head(c)
## [1]        NA 0.5477226 0.7745967 0.9486833 1.0954451 1.2247449

tail(c)
## [1] 6.775255 6.904555 7.051317 7.225403 7.452277 8.000000

plot(c ~ a, type = "l")

f谢谢，它成功了！！非常感谢我希望base R有这样的案例陈述。。。我发现嵌套的
ifelse
更难可视化（因此也更难维护），更不用说
ifelse
不安全的责任了。从长远来看，我发现
dplyr:：case_when
和
data.table:：fcase
要好得多，不过我还是希望它能在base R的某个地方找到…@r2evans是的，base R奇怪地缺少一个有用的
开关
表达式（实际的
switch（）
函数非常糟糕）。谢谢你，它成功了！！非常感谢我希望base R有这样的案例陈述。。。我发现嵌套的
ifelse
更难可视化（因此也更难维护），更不用说
ifelse
不安全的责任了。从长远来看，我发现
dplyr:：case_when
和
data.table:：fcase
要好得多，尽管我还是希望它能在base R的某个地方找到…@r2evans是的，base R奇怪地缺少一个有用的
switch
表达式（实际的
switch（）
函数是
f <- Vectorize(function(a)
  if (0 < a & a <= 0.3) sqrt(30 * a)
  else if (0.3 < a & a <= 0.7) 5 * a + 15 / 10
  else if (0.7 < a & a <= 1) 8 - sqrt(-30 * a + 30)
  else NA)

a <- seq(0, 1, 0.01)
c <- f(a)

head(c)
## [1]        NA 0.5477226 0.7745967 0.9486833 1.0954451 1.2247449

tail(c)
## [1] 6.775255 6.904555 7.051317 7.225403 7.452277 8.000000

plot(c ~ a, type = "l")

f2 <- function(x) {
  ix <- x > 0 & x <= 1
  a <- x[ix]
  replace(NA * x, ix, (0 < a & a <= 0.3) * sqrt(30 * a) +
    (0.3 < a & a <= 0.7) * (5 * a + 15 / 10) +
    (0.7 < a & a <= 1) * (8 - sqrt(-30 * a + 30)))
}

# test
c2 <- f(a)
identical(c, c2)
## [1] TRUE