如何加速 case_when/條件變異？

Question

可以注意到case_when在滿足條件時不在公式中評估 tibble 的子集，而是整個 tibble，例如：

picks = c(1:3)

a = tibble(id = c(1:4),
           k = NA)

a %>% mutate(
  k = case_when(id %in% picks~runif(length(picks)))
)

這在錯誤中很清楚：

Error: Problem with `mutate()` column `k`. i `k = case_when(id %in% picks ~ runif(length(picks)))`. x `id %in% picks ~ runif(length(picks))` must be length 4 or one, not 3.

另一種方法是rowwise()或group_by(id)但這仍然是非常低效的。 我可能仍會為rowwise()路由，但由於我只需要對 1% 的 tibble 執行操作，所以我只希望在這 1% 內進行突變，其他任何東西都保持不變。 有什么建議讓 R 執行最少數量的評估嗎？

我對filter和join的組合很糾結，但是，例如，這對tidygraph不起作用，因為通過過濾nodes ，也會過濾掉edges ，所以local_members將不再正常工作。

編輯：

另外，根據我的經驗， base::ifelse似乎比dplyr::case_when快； 這是預期的嗎？

Answer 1

dplyr::if_else比base::ifelse快。 在 case_when 中，您還需要T ~ NA_real_ case_when n() ：

picks = c(1:3)

a = tibble(id = c(1:4),
           k = NA)

a %>% mutate(
    k = case_when(
        id %in% picks~runif(n()),
        T ~ NA_real_
    )
)
# A tibble: 4 x 2
     id       k
  <int>   <dbl>
1     1  0.0757
2     2  0.708 
3     3  0.255 
4     4 NA  
# Would be faster with if_else:
a %>% mutate(
    k = if_else(id %in% picks,
        runif(n()),
        NA_real_
    )
)