如何遍历数据矩阵并对指定行按规则执行除法运算生成新矩阵？

当然可以搞定！在R里我们完全不需要繁琐的遍历或者嵌套条件语句，用向量化的方式就能轻松完成这个需求，而且效率更高。下面给你具体的实现步骤和代码：

方法一：向量化运算（推荐） #

这种方法利用R的向量广播特性，代码简洁且运行高效，尤其适合处理大矩阵。

首先，我们先还原你给出的matrix1：

# 创建原始矩阵matrix1
matrix1 <- matrix(
  data = c(1,1,4,1,19,15,
           2,1,1,1,1,1,
           1,19,15,19,1,4,
           18,1,2,1,1,2),
  nrow = 4,
  byrow = TRUE,
  dimnames = list(c("A", "C", "G", "T"), paste0("[,", 1:6, "]"))
)

接下来，我们给每个行名指定对应的除数，然后直接对矩阵进行除法运算：

# 定义每行对应的除数：A/T用0.3，C/G用0.2
divisors <- c(A = 0.3, C = 0.2, G = 0.2, T = 0.3)

# 计算得到matrix2：自动匹配行名完成对应行的除法
matrix2 <- matrix1 / divisors[rownames(matrix1)]

运行后matrix2就是你需要的结果，R会自动将每行的所有元素除以对应的除数，完全不需要手动循环。

方法二：遍历+条件语句（仅作示例） #

如果你确实需要用遍历和条件语句的方式实现，也可以用for循环来完成，但这种方法效率较低，不推荐用于大矩阵：

# 初始化matrix2为原始矩阵的副本
matrix2_loop <- matrix1

# 遍历每一行
for (row_name in rownames(matrix2_loop)) {
  if (row_name %in% c("A", "T")) {
    # A和T行除以0.3
    matrix2_loop[row_name, ] <- matrix2_loop[row_name, ] / 0.3
  } else if (row_name %in% c("C", "G")) {
    # C和G行除以0.2
    matrix2_loop[row_name, ] <- matrix2_loop[row_name, ] / 0.2
  }
}

两种方法得到的结果是完全一致的，但方法一的向量化运算在代码简洁度和运行效率上都更优。

内容的提问来源于stack exchange，提问作者David_G