三元算符在R中存在吗?

如问题所问,R中是否存在类似于C的三元运算符的控制序列?如果有,你如何使用它?谢谢!

76327 次浏览

我会看一下ifelse命令。我认为它更好,因为它也是向量化的。一个使用cars数据集的例子:

> cars$speed > 20
[1] FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE
[13] FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE
[25] FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE
[37] FALSE FALSE FALSE FALSE FALSE FALSE FALSE  TRUE  TRUE  TRUE  TRUE  TRUE
[49]  TRUE  TRUE


> ifelse(cars$speed > 20, 'fast', 'slow')
[1] "slow" "slow" "slow" "slow" "slow" "slow" "slow" "slow" "slow" "slow"
[11] "slow" "slow" "slow" "slow" "slow" "slow" "slow" "slow" "slow" "slow"
[21] "slow" "slow" "slow" "slow" "slow" "slow" "slow" "slow" "slow" "slow"
[31] "slow" "slow" "slow" "slow" "slow" "slow" "slow" "slow" "slow" "slow"
[41] "slow" "slow" "slow" "fast" "fast" "fast" "fast" "fast" "fast" "fast"

你的链接指向if语句。

> x <- 1
> if(x < 2) print("Less than") else print("Greater than")
[1] "Less than"

如果你的输入变量是一个向量,那么ifelse可能更适合:

> x <- 1:3
> ifelse(x<=2, "Less than or equal", "Greater than")
[1] "Less than or equal" "Less than or equal" "Greater than"

要访问if的帮助页面,你需要在反引号中嵌入if:

?`if`

ifelse的帮助页面在:

`?ifelse`

由于ifR中的函数,返回最新的求值,if-else等价于?:

> a <- 1
> x <- if(a==1) 1 else 2
> x
[1] 1
> x <- if(a==2) 1 else 2
> x
[1] 2

R的幂是向量化。三元运算符的向量化是ifelse:

> a <- c(1, 2, 1)
> x <- ifelse(a==1, 1, 2)
> x
[1] 1 2 1
> x <- ifelse(a==2, 1, 2)
> x
[1] 2 1 2

开个玩笑,你可以定义c-style ?::

`?` <- function(x, y)
    eval(
      sapply(
        strsplit(
          deparse(substitute(y)), 
          ":"
      ), 
      function(e) parse(text = e)
    )[[2 - as.logical(x)]])

在这里,你不需要考虑括号:

> 1 ? 2*3 : 4
[1] 6
> 0 ? 2*3 : 4
[1] 4
> TRUE ? x*2 : 0
[1] 2
> FALSE ? x*2 : 0
[1] 0

但你需要括号赋值:(

> y <- 1 ? 2*3 : 4
[1] 6
> y
[1] 1
> y <- (1 ? 2*3 : 4)
> y
[1] 6

最后,你可以用类似的方法来处理c:

`?` <- function(x, y) {
xs <- as.list(substitute(x))
if (xs[[1]] == as.name("<-")) x <- eval(xs[[3]])
r <- eval(sapply(strsplit(deparse(substitute(y)), ":"), function(e) parse(text = e))[[2 - as.logical(x)]])
if (xs[[1]] == as.name("<-")) {
xs[[3]] <- r
eval.parent(as.call(xs))
} else {
r
}
}

你可以去掉括号:

> y <- 1 ? 2*3 : 4
> y
[1] 6
> y <- 0 ? 2*3 : 4
> y
[1] 4
> 1 ? 2*3 : 4
[1] 6
> 0 ? 2*3 : 4
[1] 4

这些不是日常使用的,但可能有助于学习R语言的一些内部知识。

它并不明确存在,但你可以这样做:

set.seed(21)
y <- 1:10
z <- rnorm(10)


condition1 <- TRUE
x1 <- if(condition1) y else z

condition2 <- sample(c(TRUE,FALSE),10,TRUE)
x2 <- ifelse(condition2, y, z)

两者的区别在于condition1必须是长度为1的逻辑向量,而condition2必须是与xyz长度相同的逻辑向量。第一个将返回yz(整个对象),而第二个将返回y (condition2==TRUE)或z (condition20)的相应元素。

还要注意,如果conditionyz都是长度为1的向量,那么ifelse将比if / else慢。

就像其他人说的,使用ifelse,但是你可以定义操作符,这样你就几乎有了三元操作符语法。

`%?%` <- function(x, y) list(x = x, y = y)
`%:%` <- function(xy, z) if(xy$x) xy$y else z


TRUE %?% rnorm(5) %:% month.abb
## [1]  0.05363141 -0.42434567 -0.20000319  1.31049766 -0.31761248
FALSE %?% rnorm(5) %:% month.abb
## [1] "Jan" "Feb" "Mar" "Apr" "May" "Jun" "Jul" "Aug" "Sep" "Oct" "Nov" "Dec"
# or, more generally
condition %?% value1 %:% value2

如果你定义的操作符没有%符号,它实际上是有效的,所以你可以

`?` <- function(x, y) if(x) y[[1]] else y[[2]]
`:` <- function(y, z) list(y, z)


TRUE ? rnorm(5) : month.abb
## [1]  1.4584104143  0.0007500051 -0.7629123322  0.2433415442  0.0052823403
FALSE ? rnorm(5) : month.abb
## [1] "Jan" "Feb" "Mar" "Apr" "May" "Jun" "Jul" "Aug" "Sep" "Oct" "Nov" "Dec"

(这是因为:的优先级比?低。)

不幸的是,这将破坏现有的帮助和序列操作符。

就像一个恶作剧,你可以重新定义?操作符(几乎)像三元操作符一样工作(这是一个坏主意):

`?` <- function(x, y) { y <-substitute(y); if(x) eval(y[[2]], parent.frame()) else eval(y[[3]], parent.frame()) }


x <- 1:3
length(x) ? (x*2) : 0
x <- numeric(0)
length(x) ? (x*2) : 0


for(i in 1:5) cat(i, (i %% 2) ? "Odd\n" : "Even\n")

... 但是你需要把表达式放在括号里因为默认的优先级和C语言不同。

只要记得在游戏结束后恢复旧的帮助功能:

rm(`?`)

if工作类似于unvectorised ifelse,如果以以下方式使用:

`if`(condition, doIfTrue, doIfFalse)

使用这个优于ifelse的优势是当向量化是在路上(即我有标量布尔和列表/向量的东西作为结果)

ifelse(TRUE, c(1,2), c(3,4))
[1] 1
`if`(TRUE, c(1,2), c(3,4))
[1] 1 2

我写了一个小的语言扩展,它在r中模拟C的条件三元运算符。它可以作为包从在这里安装

该实现基于@kohske给出的答案,但我做了一些更改,以便它在if_trueif_false参数包含冒号的情况下是健壮的,允许条件语句被链接,并保留?操作符的基本功能。

我将参考其他人关于重新定义操作符的危险的警告,但这是R语言可以多么动态的一个很好的例子!

Tidyverse在dplyr库中有if_else()函数。与基础函数ifelse()相比,这个函数更加严格。它检查true和false是否为同一类型。这种严格性使输出类型更可预测,并使其更快。

if_else(a == 1, 1, 2)