由于您在标题中明确提到了case_when，因此一个索引相关的case_when解决方案可能是：

library(dplyr)

x <- 1:10

data.frame(x) %>%
  mutate(x_mult = case_when(
    row_number() == 1 | row_number() == n() ~ x * 3,
    TRUE ~ x * 5
  ))

字符串
输出量：

x x_mult
1   1      3
2   2     10
3   3     15
4   4     20
5   5     25
6   6     30
7   7     35
8   8     40
9   9     45
10 10     30

型

ifelse是矢量化的，因此您可以使用

x <- 1:10
x * ifelse(seq_along(x) %in% c(1, length(x)), 0.3, 0.5)
#[1] 0.3 1.0 1.5 2.0 2.5 3.0 3.5 4.0 4.5 3.0

字符串
这是另一个具有相同逻辑但没有ifelse的。

x * c(0.5, 0.3)[seq_along(x) %in% c(1, length(x)) + 1]

型
其中seq_along(x) %in% c(1, length(x)) + 1创建一个索引（1或2），并用于子集向量c(0.5, 0.3)乘以x。然而，在我看来，使用ifelse不那么令人困惑。

因此，正如我所看到的，你想用乘以0.3的值替换第一个和最后一个元素，否则乘以0.5。
你可以通过以下方式做到这一点：

x <- 1:10
x[ x == 1 | x == length(x)] <- 0.3 * x[1]
x <- 0.5 * x

字符串
作为一个功能：

modify_by_factors <- function(vec, first_last_k=0.3, other_k=0.5) {
  # multiply by other_k all values by vectorization
  res <- vec * other_k
  
  # overwrite first and last value
  res[1] <- vec[1] * first_last_k
  res[length(vec)] <- vec[length(vec)] * first_last_k

  # return result vector
  res
}

型
使用此函数，您可以将0.3和0.5作为因子更改为不同的值。
速度方面，这可能是比使用ifelse或mutate或任何apply函数更快的解决方案。

还有一个选择：

library(magrittr)

foo <- \(x) {
  n <- length(x)
  x[ c(1,n)] %<>% multiply_by(0.3)
  x[-c(1,n)] %<>% multiply_by(0.5)
  x
}

foo(1:10)
# [1] 0.3 1.0 1.5 2.0 2.5 3.0 3.5 4.0 4.5 3.0

字符串