r - 在 R 中使用嵌套 if 评估一系列标准 - 有没有更好的方法？

Question

我的大部分工作都围绕着结核病的诊断测试。正如您可能想象的那样，能够快速评估和验证这些测试的输出是很方便的。我写了一个函数，here (为了清楚起见，减少了)。简而言之，它从测试中获取数字结果并生成制造商指定的解释。

这个函数对我来说效果很好——我已经通过数千次测试对其进行了验证，它对于我所抛出的任何东西来说都足够快。不过，我想将它和几个类似的功能捆绑到一个包中以供更广泛地使用，并且在这样做之前我想获得一些反馈:

1. 这个函数依赖于一个非常大的 for 循环，它包裹着嵌套的 if-else 函数。它不是特别优雅，而且可怕的 for() 无疑会损害我的可信度(咳咳)，但它确实有效。有更好的方法吗？如果是这样，重写代码是否足够好？

2. 上述函数中的标准是对北美测试的解释；世界其他地区遵循略有不同的标准。我也想要那些可用的。我正在考虑为每个单独的非导出函数。各种数据检查(不包括上述要点)将继续存在于主函数中，然后调用指定的子函数。这听起来合理吗？

3. 还有其他建议或建议吗？风格、代码组织——什么都可以。

我意识到我可能应该把这只幼鸟赶出巢穴，但我主要是在真空中工作，所以有点紧张。非常感谢任何建议。

编辑:如果您错过了要点的链接，this is the function I'm talking about .

---

根据要求，sample test data .

Answer 1

经过编辑以反射(reflect)评论并根据测试数据进行验证

您可以完全避免任何类型的循环或 if，只需使用 R 向量下标:

qft.interp <- function(nil, tb, mitogen, tbnil.cutoff = 0.35){

  # Set a tolerance to avoid floating point comparison troubles.
  tol <- .Machine$double.eps ^ 0.5

  # Set up the results vector
  result <- rep(NA, times = length(nil))
  result[nil+tol > 8.0] <- "Indeterminate"
  result[is.na(result) & (tb-nil+tol > tbnil.cutoff) & 
          (tb-nil+tol > .25*nil)] <- "Positive"
  result[is.na(result) & (tb-nil+tol < tbnil.cutoff | tb-nil+tol < .25*nil) &
        !(mitogen-nil+tol < 0.5)] <- "Negative"
  result[is.na(result) & ((tb-nil+tol < tbnil.cutoff | tb-nil+tol < .25*nil) &
          mitogen-nil+tol < 0.5)] <- "Indeterminate"
  result
}

all(with(tests, qft.interp(nil, tb, mitogen)) == tests$interp)

[1] TRUE