在非向量化的情况下是否合适，反之亦然？

Question

(背景信息：ifelse评估这两个表达式，尽管只返回一个表达式。编辑:这是一个不正确的声明。见汤米的答覆)

在非向量化的情况下使用ifelse有意义吗？我认为，“可读性”可能是一个有效的答案，当我们不关心小的效率收益，但除此之外，它是否更快/等效/更好的一些-其他方式使用ifelse时，一个if，然后else将完成这项工作？

同样，如果我有向量化的情况，那么ifelse总是最好的工具吗？这两个表达式都被计算出来，这似乎很奇怪。一个一个地循环，然后做一个正常的if，然后做一个else，这样会更快吗？我想，只有当评估表达式花费了很长时间的时候，这才有意义。还有其他不涉及显式循环的替代方案吗？

谢谢

Answer 1

首先，ifelse做而不是总是计算这两个表达式--只有在测试向量中同时有TRUE和FALSE元素的情况下。

ifelse(TRUE, 'foo', stop('bar')) # "foo"

在我看来：

ifelse应该在非向量化的情况下使用而不是。在if / else上使用if总是更慢，而且更容易出错

# This is fairly common if/else code
if (length(letters) > 0) letters else LETTERS

# But this "equivalent" code will yield a very different result - TRY IT!
ifelse(length(letters) > 0, letters, LETTERS)

然而，在向量化的情况下，ifelse可能是一个很好的选择--但是请注意，结果的长度和属性可能不是您所期望的(正如上面所述，我认为ifelse在这方面是坏的)。

下面是一个例子：tst的长度为5，并且有一个类。我希望结果是长度为10，没有类，但这不是发生的-它得到一个不兼容的类和长度5！

# a logical vector of class 'mybool'
tst <- structure(1:5 %%2 > 0, class='mybool')

# produces a numeric vector of class 'mybool'!
ifelse(tst, 101:110, 201:210)
#[1] 101 202 103 204 105
#attr(,"class")
#[1] "mybool"

为什么我会期望长度是10？因为R“循环”中的大多数函数匹配的向量越短，匹配的时间越长：

1:5 + 1:10 # returns a vector of length 10.

...But ifelse只循环yes/no参数以匹配tst参数的长度。

为什么我希望从测试对象中复制类(和其他属性)，而不是，而不是？因为返回逻辑向量的<不从其(通常为数字)参数复制类和属性。它不会这样做，因为它通常是非常错误的。

1:5 < structure(1:10, class='mynum') # returns a logical vector without class

最后，“自己动手”能更有效吗？嗯，ifelse似乎不是像if那样的原语，它需要一些特殊的代码来处理NA。如果您没有NA，那么您自己就可以更快地完成它。

tst <- 1:1e7 %%2 == 0
a <- rep(1, 1e7)
b <- rep(2, 1e7)
system.time( r1 <- ifelse(tst, a, b) )            # 2.58 sec

# If we know that a and b are of the same length as tst, and that
# tst doesn't have NAs, then we can do like this:
system.time( { r2 <- b; r2[tst] <- a[tst]; r2 } ) # 0.46 secs

identical(r1, r2) # TRUE

Answer 2

关于你的第二点，你是如何定义“最佳”的？我认为ifelse()是更易读的解决方案之一，但可能并不总是最快的。具体来说，我发现写出布尔条件并将它们相加可以给您带来一些性能上的好处。下面是一个简单的例子：

> x <- rnorm(1e6)
> system.time(y1 <- ifelse(x > 0,1,2))
   user  system elapsed 
   0.46    0.08    0.53 
> system.time(y2 <- (x > 0) * 1 + (x <= 0) * 2)
   user  system elapsed 
   0.06    0.00    0.06 
> identical(y1, y2)
[1] TRUE

因此，如果速度是您最关心的，布尔方法可能会更好。然而，就我的大部分目的而言，我发现ifelse()足够快，而且很容易摸索。你的里程可能会有明显的变化。