如何在dplyr中对比列与列表时避免使用rowwise？

当然有，以下是几种高效的替代方案：

方法1：基础R的sapply遍历 #

利用sapply逐个处理df$x的元素，计算normvec中小于等于该元素的数量：

normvec <- rnorm(20)
df <- data.frame(x=abs(rnorm(50)), col1=1:50)
df$nsmaller <- sapply(df$x, function(val) sum(normvec <= val))

方法2：向量化操作——outer+行求和 #

通过outer生成两两比较的布尔矩阵，再对每行求和，这种向量化操作效率更高：

normvec <- rnorm(20)
df <- data.frame(x=abs(rnorm(50)), col1=1:50)
df$nsmaller <- rowSums(outer(df$x, normvec, `<=`))

方法3：tidyverse框架下的map_dbl #

如果习惯用tidyverse语法，用purrr的map_dbl替代rowwise：

library(dplyr)
library(purrr)

normvec <- rnorm(20)
df <- data.frame(x=abs(rnorm(50)), col1=1:50) %>%
  mutate(nsmaller = map_dbl(x, ~sum(normvec <= .x)))

方法4：排序后用findInterval（大数据量首选） #

先对normvec排序，再用findInterval定位每个x的位置，位置值即为小于等于x的元素数量，这种方法时间复杂度更低，适合大规模数据：

normvec <- rnorm(20)
sorted_norm <- sort(normvec)
df <- data.frame(x=abs(rnorm(50)), col1=1:50) %>%
  mutate(nsmaller = findInterval(x, sorted_norm, rightmost.closed = TRUE))

内容的提问来源于stack exchange，提问作者Algorithman