为何我的R函数无需for循环即可遍历dataframe行？

我有如下结构的DataFrame：

同时编写了如下函数：

my_function <- function(LookupVar){
     ImportantNumber <-(df$ImportantNumber[!is.na(df[[LookupVar]])])
     ImportantWord <- (df$ImportantWord[!is.na(df[[LookupVar]])])
     cat(paste(ImportantNumber, ImportantWord, collapse = "\n"))
}

该函数运行效果符合预期，例如调用my_function("LookupVar1")会输出：

#> 100 Mxyztplk
#> 300 Veeblefetzer

调用my_function("LookupVar2")会输出：

#> 100 Mxyztplk  
#> 200 Murgatroyd

可见该函数会遍历LookupVarN所指向列的每一行，想请教：为何无需指定for循环或其他流程控制语句，该函数就能实现这样的遍历？

这是因为R是向量化编程语言，大部分操作默认会对整个向量（比如DataFrame的列）进行批量处理，无需手动编写循环。

具体到你的函数里，核心逻辑的每一步都是向量化操作：

• !is.na(df[[LookupVar]])：df[[LookupVar]]取出指定列（本质是一个向量），is.na()会自动遍历这个向量的每一个元素，判断是否为NA，返回一个和原向量长度一致的布尔向量（TRUE/FALSE）。前面加!是反转结果，得到“非NA元素所在位置为TRUE”的向量。
• df$ImportantNumber[布尔向量]：R的向量索引支持用布尔向量筛选元素——它会自动提取所有对应位置为TRUE的元素，相当于一次性完成了“遍历每一行、判断是否保留”的操作，不用写循环。
• paste(ImportantNumber, ImportantWord, collapse = "\n")：paste也是向量化的，它会把两个向量里对应位置的元素配对拼接，再用换行符把所有结果连起来，同样是批量处理。

简单来说，R已经把循环的细节封装在底层了，你写的单条语句背后，已经完成了对整个列的遍历和筛选。

内容的提问来源于stack exchange，提问作者Luis Morales Knight