按行从矩阵抽样的R代码问题：为何抽样分布不符合预期？

需求背景 #

现有53行5列的矩阵Mat1，需要为每一行按固定概率向量P = c(0.99, 0.002992, 0.003186, 0.003018, 0.000804)抽取1个元素，最终得到53个结果。尝试以下代码后，抽样结果不符合预期：

sample(Mat1, size = nrow(Mat1), prob = rep(P, nrow(Mat1)), replace = T)

且不想使用循环或apply类方法，需明确原代码问题并找到高效解决方案。

原代码的核心问题 #

• 扁平化抽样逻辑错误：sample(Mat1, ...)会先把矩阵Mat1扁平化为长度265（53*5）的向量，此时抽样是从全局265个元素中选53个，而非逐行从每行的5个元素中各选1个，完全偏离需求。
• 概率分配逻辑错误：rep(P, nrow(Mat1))生成了265个概率值，对应扁平化后的每个元素，但这不是逐行复用P向量的逻辑——你需要的是每行都用相同的P来选择列，而非给每个全局元素单独分配概率。

高效向量化解决方案 #

无需循环或apply，可以使用以下两种高效方式实现需求：

方案1：使用matrixStats包的专用函数 #

matrixStats包的rowSample专门针对逐行抽样做了向量化优化，代码简洁高效：

# 首次使用需安装包
install.packages("matrixStats")
library(matrixStats)

set.seed(123) # 设置随机种子保证结果可复现
result <- rowSample(Mat1, size = 1, prob = P)

方案2：不依赖第三方包的原生实现 #

通过rmultinom生成每行的列索引，再用矩阵索引提取元素，同样是向量化逻辑：

set.seed(123)
# 生成每行选中的列索引
col_indices <- apply(rmultinom(nrow(Mat1), size = 1, prob = P), 2, which.max)
# 提取对应元素
result <- Mat1[cbind(1:nrow(Mat1), col_indices)]

这两种方法都能高效完成逐行按固定概率抽样的需求，且避免了循环带来的性能损耗。

内容的提问来源于stack exchange，提问作者Noale