Skip to content

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] <- 0x[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。