在R中比较多矩阵并计算列匹配百分比及均值的方法

问题背景 #

用户提供的矩阵生成代码：

nrow<-4
ncol<-5
m1 <- matrix(rbinom(nrow*ncol,1,.5),nrow,ncol)
m2 <- matrix(rbinom(nrow*ncol,1,.5),nrow,ncol)
m3 <- matrix(rbinom(nrow*ncol,1,.5),nrow,ncol)

需求：
依次对比三组矩阵组合（m1与m2、m1与m3、m2与m3），完成两项统计：

• 计算每对矩阵各列的匹配值占比（列中元素匹配数 / 总行数 × 100%）
• 计算每对矩阵各列匹配占比的平均值

最简实现方案 #

1. 封装通用统计函数 #

利用R的向量化特性，定义可复用函数，一次性完成列匹配占比和均值计算：

calc_match_stats <- function(mat_a, mat_b) {
  # 按列计算匹配占比（转换为百分比）
  col_match_pct <- colMeans(mat_a == mat_b) * 100
  # 计算各列占比的平均值
  avg_match_pct <- mean(col_match_pct)
  # 返回包含两项结果的列表
  list(列匹配占比 = col_match_pct, 平均匹配占比 = avg_match_pct)
}

2. 处理矩阵对 #

可以单独调用函数处理每组矩阵，也可以批量处理所有组合：

# 单独处理每一组
m1_m2_result <- calc_match_stats(m1, m2)
m1_m3_result <- calc_match_stats(m1, m3)
m2_m3_result <- calc_match_stats(m2, m3)

# 查看m1与m2的结果示例
m1_m2_result$列匹配占比
m1_m2_result$平均匹配占比

# 批量处理所有矩阵对（更高效）
matrix_pairs <- list(c("m1", "m2"), c("m1", "m3"), c("m2", "m3"))
all_results <- lapply(matrix_pairs, function(pair) {
  calc_match_stats(get(pair[1]), get(pair[2]))
})
names(all_results) <- sapply(matrix_pairs, paste, collapse = "_vs_")

# 查看所有结果
all_results

核心逻辑说明 #

• mat_a == mat_b生成布尔矩阵，元素相等时为TRUE（等价于数值1），不等时为FALSE（等价于数值0）
• colMeans()直接按列计算均值，乘100得到该列匹配占比，这是R中效率最高的向量化操作，无需循环遍历
• 函数封装后代码简洁、复用性强，新增矩阵对时直接调用即可

内容的提问来源于stack exchange，提问作者psysky