在R语言中如何逐行比较两个DataFrame的数值并生成二值结果表

这个问题的核心是R中向量和矩阵/数据框比较时的循环补齐规则——默认是按列循环，而你需要的是按行循环比较。你的原始代码之所以得到全1，是因为R把mydata$value按列重复到和rntable同维度，导致比较逻辑完全不符合你的需求。

下面给你几种简洁的实现方法，都是逐行对应比较的：

方法1：利用矩阵广播（最简洁） #

把mydata$value转换成和rntable同维度的矩阵，其中每一行都是相同的value值，这样就能直接对应逐行比较：

# 将value转成50行100列的矩阵（每一行重复100次）
val_mat <- matrix(mydata$value, nrow = nrow(rntable), ncol = ncol(rntable), byrow = FALSE)
# 逐行比较生成结果
result <- as.data.frame(ifelse(rntable < val_mat, 0, 1))

或者更简洁的写法，用rep函数按行重复value：

result <- as.data.frame(ifelse(rntable < rep(mydata$value, each = ncol(rntable)), 0, 1))

这里rep(..., each = ncol(rntable))会把每个value重复100次，刚好匹配rntable的每行100个元素的结构。

方法2：用apply逐行处理 #

apply函数的MARGIN=1参数可以让我们对每一行单独操作：

# 按行遍历rntable，每行和对应行的value比较
result_matrix <- t(apply(rntable, 1, function(row_val, ref_val) {
  as.integer(row_val >= ref_val)
}, ref_val = mydata$value))
# 转成数据框
result <- as.data.frame(result_matrix)

注意这里用t()转置结果，因为apply默认会把每行的结果作为列返回，转置后才和原表结构一致。

方法3：用dplyr的行操作（适合tidyverse用户） #

如果你习惯用tidyverse工具链，可以用rowwise()实现逐行处理：

library(dplyr)

result <- rntable %>%
  rowwise() %>%
  # 对所有列执行比较：当前列元素 >= 对应行的value则为1，否则0
  mutate(across(everything(), ~ as.integer(.x >= mydata$value[cur_row()]))) %>%
  ungroup()

rowwise()会让后续的操作按行执行，cur_row()获取当前行号，精准匹配mydata$value的对应元素。

验证示例（匹配你提供的测试数据） #

比如你的示例中：

• mydata第1行value=0.59057316
• rntable第1行v1=0.21092575（<0.59，输出0），v2=0.68144251（>0.59，输出1），v3=0.26929378（<0.59，输出0），v4=0.34583023（<0.59，输出0）
  用上面任意一种方法都会得到你想要的0 1 0 0的结果，完全符合需求。

内容的提问来源于stack exchange，提问作者Baldy