dplyr:：if_else（）不'；不能将函数作为结果正确运行，而base ifelse（）可以完美地运行。为什么？

我理解

dplyr:：if_else（）

和base

ifelse（）

之间的主要区别：在前者中，严格检查正确结果和错误结果

然而，我注意到了另一个不同点，我想知道这是故意的行为还是我只是做错了

下面是一些简单的代码：

library(dplyr)

choose_number <- function() {
  n <- readline("Choose a number between 1 and 4: ")
  n <- as.integer(n)
  if (between(n, 1, 4)) { return(n) }
  else { return(NA_integer_) }
}

# base ifelse() - works perfectly
get_answer <- function(pick = FALSE, n = 2) {
  n <- ifelse(pick, choose_number(), as.integer(n))
  return(n)
}

# dplyr::if_else() - does not work in the same way
get_answer <- function(pick = FALSE, n = 2) {
  n <- if_else(pick, choose_number(), as.integer(n))
  return(n)
}

库（dplyr）
选择\u number原因是
dplyr:：if\u else（）
比
ifelse（）
更严格

dplyr:：if_else（）
需要检查
true
和
false
是否为同一类型和类，然后才能执行。由于
choose\u number（）
是一个函数，因此需要首先解析它才能进行此类检查，因此即使
条件为FALSE，它也会运行

更多信息请点击此处：
您是否在始终单个向量上使用
if\u else
？这是不必要的，为什么不使用
if
？不管您选择较简单的
if
，您都不能依赖向量化的
ifelse
或
dplyr:：if_else
或
数据。table:：fielse
来短路您的逻辑；通常更安全的假设是，无论您可能的外部条件如何，都将计算所有这两个向量。（事实上，base
if-else
正在做这件事并不意味着
if-else
是错的，我想）@r2evans因为愚蠢和疲惫！谢谢-我想我刚刚开始使用dplyr（obv我正在使用的代码更复杂-这里只是一个抽象的示例）。我接受你们关于外在条件满足的观点。我可以使用if和else轻松地重新编写。我想我只是对它为什么不能与dplyr版本一起工作感兴趣。除非你建议删除，否则我将把这个问题留待考虑。有些东西是base
ifelse
做错的（或者很差或不一致）。其中一些是（imo）dplyr:：if_else
的推动力。（作为两个例子，试一下
ifelse（T，Sys.time（），Sys.time（））
和
ifelse（T，1，“A”）
。第一个去除属性，第二个从数据角度看是不一致的。）我认为主要问题是为什么
dplyr:：if_else
调用
选择编号（）
时，首先要选择
是
FALSE
。