r - 不急切评估其潜在输出的矢量化 if_else 或 case_when ？

Question

dplyr具有矢量化条件 if_else和 case_when .

然而，这两者都急切地评估它们可能的输出( true/false 表示 if_else ，case_when 的公式的 RHS ):

suppressPackageStartupMessages({
  library(dplyr)
})

if_else(c(T, T, T), print(1), print(2))
#> [1] 1
#> [1] 2
#> [1] 1 1 1

case_when(
  c(T, T, T) ~ print(1),
  c(F, F, F) ~ print(2)
)
#> [1] 1
#> [1] 2
#> [1] 1 1 1

创建于 2020-02-05 由 reprex package (v0.3.0)

在这里我们可以明显看到 false即使从未使用过案例，也会对其进行评估。我正在寻找一种方法来避免这种情况，因为我的

有没有不这样做的替代方案？

我知道，一种选择实际上是 base::ifelse :

ifelse(c(T, T, T), print(1), print(2))
#> [1] 1
#> [1] 1 1 1

然而 base::ifelse众所周知，效率低下，因此更好的替代方案会很好。话虽如此，我对 case_when 的替代品特别感兴趣。 ，当我需要使用 ifelse 链时，我经常使用它。 s。

我已经看过 data.table::fifelse ，但它遇到了同样的问题:

suppressPackageStartupMessages({
  library(data.table)
})

fifelse(c(T, T, T), print(1), print(2))
#> [1] 1
#> [1] 2
#> [1] 1 1 1

那么， if_else 是否有替代方案？和 case_when哪个不急切地评估其未使用的案例？

Answer 1

如果安装了data.table的开发版您可以从 GitHub 使用 fcase类似于 dplyr::case_when但是懒惰的评估:

data.table::fcase(c(TRUE, TRUE, TRUE), print(1L), c(FALSE, FALSE, FALSE), print(2L))

[1] 1
[1] 1 1 1