使用 if 语句

与很多编程语言一样，if 表达式用来处理逻辑条件。在 R 中，逻辑条件通常表达为某
个表达式返回的单值逻辑向量。例如，我们可以写一个简单的函数 check_positive，
如果输入一个正数则返回 1，否则不返回任何值：
check_positive <- function(x) {
if (x > 0) {
return(1)
}
}
上述函数中，x>0 就是需要检查的条件。如果满足这个条件，则函数返回 1。我们用
不同的输入值来验证一下：
check_ _positive(1)
## [1] 1
check_ _positive(0)
可以看出，函数的运行结果正如我们所期待的那样。如果加入一些 else if 和 else 分
支语句，这个函数就可以泛化为符号函数，即输入正数返回 1，输入负数返回−1，输入 0
返回 0：
check_sign <- function(x) {
if (x > 0) {
return(1)
} else if (x < 0) {
return(-1)
} else {
return(0)
}
}
上述函数具有与内置函数 sign( ) 相同的功能。为了验证它的逻辑，我们只需在调
用函数时，提供不同的输入值，分别满足函数的各个分支条件：
check_ _sign(15)
## [1] 1
check_ _sign(-3.5)
## [1] -1
check_ _sign(0)
## [1] 0
若要求函数不返回任何值，那么，我们可以根据相应条件控制函数不输出结果（更
准
确的说是返回 NULL）。下面的函数就不会明确返回一个值，而是向控制台发送一条消息。
消息的种类取决于输入值的符号：
say_sign <- function(x) {
if (x > 0) {
cat("The number is greater than 0")
} else if (x < 0) {
cat("The number is less than 0")
} else {
cat("The number is 0")
}
}
我们可以用类似的方法测试 say_sign( ) 函数的逻辑：
say_ _sign(0)
## The number is 0
say_ _sign(3)
## The number is greater than 0
say_ _sign(-9)
## The number is less than 0
if 分支语句的工作流是非常直观的：
1．首先，检查第 1 条语句 if (cond1) {expr1} 的条件 cond1；
2．若 cond1 为 TRUE，则执行其对应表达式{expr1}；
否则，转向下一个分支语句 else if (cond2)，并检查条件 cond2；依此类推；
3．如果违背了所有 if 和 else if 分支条件，则执行 else 分支表达式（如果有的话）。
由此推断，if 语句或许比你想象的更加灵活。例如，if 可以用在如下形式中。
最简单的形式就是一个简单的 if 语句分支：
if (cond1) {
# do something
}
一种稍复杂些的形式是用一个 else 分支来处理 cond1 的返回值不是 TRUE 的情况：
if (cond1) {
# do something
} else {
# do something else
}
一种更复杂的形式就是有一个或多个 else if 分支：
if (cond1) {
expr1
} else if (cond2) {
expr2
} else if (cond3) {
expr3
} else {
expr4
}
在上述条件分支中，分支条件（cond1、cond2 和 cond3）可能是相关的或不相关的。
例如，简单的成绩分级体系完全符合上述模板中的这种分支逻辑，每一个分支条件都是对
分数的一次切片操作：
grade <- function(score) {
if (score >= 90) {
return("A")
} else if (score >= 80) {
return("B")
} else if (score >= 70) {
return("C")
} else if (score >= 60) {
return("D")
} else {
return("F")
}
}
c(grade(65), grade(59), grade(87), grade(96))
## [1] "D" "F" "B" "A"
在这种情况下，每执行一个 else if 分支条件，实际上都隐含了假设该分支前面的条件
不成立。也就是说 score >=80 实际上是指score < 90 并且 score >= 80，它依赖于前
面的条件。因此，除非明确说明所有分支都相互独立，否则我们不能改变这些分支语句的顺序。
假设改变一些分支语句的顺序：
grade2 <- function(score) {
if (score >= 60) {
return("D")
} else if (score >= 70) {
return("C")
} else if (score >= 80) {
return("B")
} else if (score >= 90) {
return("A")
} else {
return("F")
}
}
c(grade2(65), grade2(59), grade2(87), grade2(96))
## [1] "D" "F" "D" "D"
显然，只有 grade(59) 得到了正确的分组，其他都是错误的。如果想在不重新排序
的情况下调用这个函数，我们需要重写判断条件以使其不依赖于检查顺序：
grade2 <- function(score) {
if (score >= 60 && score < 70) {
return("D")
} else if (score >= 70 && score < 80) {
return("C")
} else if (score >= 80 && score < 90) {
return("B")
} else if (score >= 90) {
return("A")
} else {
return("F")
}
}
c(grade2(65), grade2(59), grade2(87), grade2(96))
## [1] "D" "F" "B" "A"
这使得函数比正确形式繁琐许多。因此，找出分支条件的正确顺序，并注意各个分支
之间的依赖性是十分重要的。
好在 R 提供了一些函数，如 cut( )，可以很方便地达到同样的效果。输入 ?cut 来
阅读帮助文档以获取更多详细信息。