如何在R语言行列循环中整合条件判断实现批量赋值？

核心思路 #

无需繁琐的嵌套循环，通过提取列名对应的阈值，利用R的向量化操作直接批量生成结果列，代码简洁且可灵活扩展。

优化后的代码 #

先简化初始数据生成，再实现批量赋值：

fc <- c(0.82,0.03,1.52,0.14,0.61,1.88,0.29,1.91,0.32,0.46,1.76,0.54,1.45,2.01,0.71,1.45,0.90,1.01,1.17,1.68,1.21,1.37)
data <- data.frame(fc = abs(fc))

# 定义阈值序列（可按需修改范围和步长）
thresholds <- seq(0.1, 2, by = 0.1)

# 批量生成结果列：每行fc >= 对应阈值则为1，否则为0
data[paste0("fc_", thresholds)] <- sapply(thresholds, function(t) as.integer(data$fc >= t))

代码解释 #

1. 阈值定义：thresholds直接指定需要判断的数值范围，后续若要调整阈值（比如改成0.2到3、步长0.2），只需修改这一行即可，完全可扩展。
2. 向量化赋值：sapply遍历每个阈值t，对data$fc的所有值执行fc >= t的逻辑判断，再转成整数（TRUE→1，FALSE→0），自动生成所有结果列并添加到原数据框。

更简洁的实现（用outer函数） #

如果追求极致简洁，可使用outer函数生成比较矩阵：

data[paste0("fc_", thresholds)] <- t(outer(data$fc, thresholds, function(x, y) as.integer(x >= y)))

outer会生成一个行数为fc长度、列数为阈值长度的矩阵，每个元素对应x >= y的判断结果，转置后直接作为新列添加到数据框。

原代码错误原因 #

你之前的三层循环逻辑有误：每个列j会遍历所有阈值k，最终只要fc >= 任意一个k就会被设为1，而非对应列的特定阈值，导致所有列被错误赋值为1（除了fc<0.1的行）。优化后的代码通过列与阈值一一对应的方式，彻底解决了这个问题。

内容的提问来源于stack exchange，提问作者Max