R 嵌套的`if_else（）`和`is.na（）`逻辑不一致？

我试图使用

mutate

和

if_else（）

来获得以下逻辑语句应用于数据帧的两列的结果：

如果a或b中为是，则为True；如果两者均为NA，则为NA；如果两者均为否，则为FALSE；如果两者均为否，则为NA（&N）

库（magrittr）
图书馆（dplyr）
数据帧(
“a”=c（NA，“否”，“是”，“是”，“否”，“否”，NA），
“b”=c（不适用，“不适用”，“是”，“不适用”，“是”，不适用）
) %>% 
变异(
逻辑=如果有其他(
a==“是”| b==“是”，
是的，
否则(
is.na（a）和is.na（b），
不,，
错误的
)
)
)
#>逻辑的
#>1 NA
#>2不假不假
#>3是的是真的
#>4是不是真的
#>5不，是真的
#>6无NA
#>7不适用

在最后两行中，我得到了NA not预期结果FALSE。应为，因为

is.na（a）&is.na（b）

应返回FALSE，如下例所示

#此处为假
如有其他情况（is.na（na）&is.na（“否”），na，FALSE）
#>[1]错误

我是否遗漏了

如果其他
工作的方式

由（v0.2.1）于2019-02-06创建，我们需要在第一个
if_else
中添加条件来处理
NA
元素，否则，与
NA
元素的比较返回
NA

df1 %>% 
   mutate(logical = if_else((a == "Yes" & !is.na(a)) |
            (b == "Yes" & !is.na(b)), TRUE, 
      if_else(is.na(a) & is.na(b), NA, FALSE )))
#     a    b logical
#1 <NA> <NA>      NA
#2   No   No   FALSE
#3  Yes  Yes    TRUE
#4  Yes   No    TRUE
#5   No  Yes    TRUE
#6   No <NA>   FALSE
#7 <NA>   No   FALSE


或使用
base R

replace((rowSums(df1 == "Yes", na.rm = TRUE) > 0), rowSums(is.na(df1) == 2, NA)
#[1]    NA FALSE  TRUE  TRUE  TRUE FALSE FALSE

数据
df1您还可以执行以下操作：

library(dplyr)

data.frame(
  "a"=c(NA,"No","Yes","Yes","No","No",NA),
  "b"=c(NA,"No","Yes","No","Yes",NA,"No")
) %>%
  mutate(
    logical = case_when(
      a == "Yes" | b == "Yes" ~ TRUE,
      is.na(a) & is.na(b) ~ NA,
      TRUE ~ FALSE
    )
  )

输出：

     a    b logical
1 <NA> <NA>      NA
2   No   No   FALSE
3  Yes  Yes    TRUE
4  Yes   No    TRUE
5   No  Yes    TRUE
6   No <NA>   FALSE
7 <NA>   No   FALSE

ab逻辑
1 NA
2不假不假
3是的是真的
4是不是真的
5不，是真的
6不假
7不假
我同意这是一个更具可读性的解决方案，我不知道当
看起来非常有用时，@akrun的回答清楚了为什么我所做的不起作用；他的回答符合这个问题。然而，我个人的观点是，如果您使用的是
dplyr
，嵌套的
ifelse
或
if\u else
没有什么意义，因此我总是尝试以这种方式回答-很高兴在
时了解
案例对您有帮助！
library(dplyr)

data.frame(
  "a"=c(NA,"No","Yes","Yes","No","No",NA),
  "b"=c(NA,"No","Yes","No","Yes",NA,"No")
) %>%
  mutate(
    logical = case_when(
      a == "Yes" | b == "Yes" ~ TRUE,
      is.na(a) & is.na(b) ~ NA,
      TRUE ~ FALSE
    )
  )

     a    b logical
1 <NA> <NA>      NA
2   No   No   FALSE
3  Yes  Yes    TRUE
4  Yes   No    TRUE
5   No  Yes    TRUE
6   No <NA>   FALSE
7 <NA>   No   FALSE