外觀
Data Science › R Foundations › 控制流程
控制流程 (Control Flow)
條件判斷與迴圈的 R 寫法。觀念與 Python 控制流程 相同,差別在 R 以向量化為主:對整個 vector 做事時用向量化函式,只有狀態需要逐步更新時才寫迴圈。
比較與邏輯運算子
| 運算子 | 意義 | 作用範圍 |
|---|---|---|
> >= < <= == != | 比較 | 逐元素,回傳 logical vector |
& | ! | AND / OR / NOT | 逐元素,用於篩選資料 |
&& || | AND / OR(短路) | 只接受長度 1,用於 if / while |
xor()、any()、all() | 互斥或、任一、全部 | 把 vector 收斂成單一值 |
%in% | 屬於集合 | 逐元素 |
r
x <- c(3, 12, 20)
x > 5 & x < 15 # FALSE TRUE FALSE 逐元素
c(TRUE, TRUE) && TRUE # R ≥ 4.3.0:Error,長度 > 1 不再只看第一個元素
length(x) > 0 && x[1] > 5 # 短路:左邊 FALSE 就不算右邊,可防止越界
NA & FALSE # FALSE;NA & TRUE 是 NA
if的條件必須是長度 1、非 NA 的 logical。if (x > 5)遇到長度 > 1 的x在 R ≥ 4.2.0 直接報錯;遇到NA報missing value where TRUE/FALSE needed。需要時用isTRUE()、any()、all()收斂。
條件判斷
r
# if / else if / else:第一個成立的分支就停止
label <- if (x[1] < 0) {
"negative"
} else if (x[1] == 0) {
"zero"
} else {
"positive"
}
# 向量版:每個元素各自判斷
ifelse(x > 10, "high", "low") # base R,會丟失 Date / factor 屬性
dplyr::if_else(x > 10, "high", "low") # 型別嚴格,可指定 missing =
dplyr::case_when( # 多分支
x < 5 ~ "low",
x < 15 ~ "mid",
.default = "high" # dplyr ≥ 1.1.0;舊版寫 TRUE ~ "high"
)
# 依字串選分支
switch("median", mean = mean(x), median = median(x), stop("unknown stat"))| 情境 | 用 |
|---|---|
| 單一判斷(參數、檔案是否存在) | if / else |
| 整欄二分 | if_else() / ifelse() |
| 整欄多分支、區間分類 | case_when() 或 cut() |
| 依字串選方法 | switch() |
迴圈
r
# for:逐一處理檔案、樣本、參數
files <- list.files("data", pattern = "\\.csv$", full.names = TRUE)
results <- vector("list", length(files)) # 先配置好長度
for (i in seq_along(files)) { # 不要寫 1:length(files),空 vector 會跑 1、0
results[[i]] <- readr::read_csv(files[i], show_col_types = FALSE)
}
combined <- dplyr::bind_rows(results)
# while:條件成立就繼續
price <- 52.1
while (price <= 52.5) price <- price * runif(1, 0.99, 1.01)
# repeat:不知道要跑幾次,但知道何時停
i <- 0
repeat {
i <- i + 1
if (i >= 3) break
}
for (s in samples) {
if (s %in% failed) next # 跳過這次
...
}迴圈內
x <- c(x, new)每次都複製整個物件,n 大時呈 O(n²)。先用vector("list", n)配置,或改用lapply()/purrr::map(),最後bind_rows()。
何時不寫迴圈
| 想做 | 迴圈寫法 | 向量化 / 函數式寫法 |
|---|---|---|
| 整個 vector 運算 | for (i ...) y[i] <- log(x[i]) | log(x) |
| 每欄摘要 | for (col ...) mean(df[[col]]) | colMeans(df)、summarize(across(...)) |
| 矩陣每列 | for (g ...) mean(m[g, ]) | rowMeans(m) |
| 條件取代 | for (i ...) if (x[i] < 0) x[i] <- 0 | x[x < 0] <- 0 或 pmax(x, 0) |
| 每個 list 元素套函式 | for (el ...) f(el) | lapply() / purrr::map(),見 函數式程式設計 |
迴圈本身不慢,慢的是「在迴圈裡長大物件」與「逐元素呼叫本來可以整批處理的函式」。效能量測見 寫出有效率的 R。