R语言：如何高效筛选并追加符合条件的矩阵行？

原代码的问题 #

原代码存在多处致命问题，导致效率极低且结果错误：

• 外层循环用length(matrix1)遍历，length()对矩阵返回的是总元素数（行数×列数），而非行数，会导致遍历次数远超实际需求。
• 内层循环逻辑完全错误：每次匹配到目标行时，会把matrix2的所有行覆盖为当前行，而非追加新行，同时重复遍历matrix2的行数，进一步拖慢速度。
• 基于循环的处理方式在R中对40万行的大数据集效率极低，因为R的循环是解释型的，没有底层优化。

高效解决方案（向量化操作） #

R的核心优势是向量化运算，直接通过批量处理生成筛选索引，再子集化矩阵，效率比循环高几个数量级：

# 生成逻辑索引：第一列第6-7位为'02'的行标记为TRUE
filter_index <- substr(matrix1[, 1], start = 6, stop = 7) == "02"

# 直接筛选目标行到matrix2，drop=FALSE确保结果仍为矩阵（即使只有一行）
matrix2 <- matrix1[filter_index, , drop = FALSE]

说明 #

• substr()是向量化函数，可一次性处理矩阵第一列的所有元素，无需循环。
• 矩阵子集化matrix1[filter_index, , drop=FALSE]是R内部优化的操作，直接从原矩阵提取目标行，避免了循环中的重复内存分配。
• 处理40万行的数据集时，该方法可在毫秒级完成，远优于循环方案。

内容的提问来源于stack exchange，提问作者user21573410