如何使用R语言apply函数处理信用卡积分矩阵的超限额扣减操作？兼论purrr::map的适用性

没问题，我来帮你搞定这个信用卡积分调整的需求，顺便聊聊purrr::map的使用可能性～

使用apply函数实现积分调整 #

我们可以利用apply()按行处理矩阵mat1，完美匹配你按信用卡（每行）调整积分的需求。核心逻辑很清晰：对每张卡，先找到累计消费超限额的月份，再给这些月份的积分扣减对应分值；如果卡片限额是NA，就直接保留原积分。

具体代码如下：

# 定义单张信用卡的积分调整函数
adjust_points <- function(row, limit, pen, cum_spend) {
  # 处理限额为NA的情况，直接返回原积分
  if (is.na(limit)) {
    return(row)
  }
  # 定位累计消费超限额的月份索引
  over_limit_months <- which(cum_spend > limit)
  # 对超限额月份的积分扣减对应分值
  row[over_limit_months] <- row[over_limit_months] - pen
  return(row)
}

# 用apply按行处理矩阵，最后转置恢复原结构
adjusted_mat1 <- t(apply(mat1, MARGIN = 1, FUN = adjust_points,
                         limit = spend_limit, pen = penalty, cum_spend = cum_spend_v))

这里用t()转置是因为apply()默认会把每行的处理结果转成列，转置后就能回到原矩阵的行结构啦。你可以验证第1张卡的结果，会和你给出的示例完全一致——第11、12月积分各减700。

purrr::map是否适用于该场景？ #

答案是完全可以用，只是需要先把矩阵转换成map友好的结构。因为map系列函数更擅长处理列表，我们可以先把矩阵的每一行拆成列表元素，处理完成后再重新组合成矩阵。

给你两种实现方式：

方式一：用map2关联行和索引 #

library(purrr)

# 把矩阵按行拆分成列表，然后逐个处理
adjusted_list <- map2(
  .x = split(mat1, row(mat1)),  # 将矩阵拆分为每行一个元素的列表
  .y = seq_along(spend_limit),
  ~ {
    current_limit <- spend_limit[.y]
    current_penalty <- penalty[.y]
    if (is.na(current_limit)) {
      return(.x)
    }
    # 找到超限额月份
    over_idx <- which(cum_spend_v > current_limit)
    .x[over_idx] <- .x[over_idx] - current_penalty
    .x
  }
)

# 把处理后的列表重新组合成矩阵
adjusted_mat1_map <- do.call(rbind, adjusted_list)

方式二：用pmap同时传递所有参数 #

# 用pmap一次性传递行、限额、扣减分值三个参数
adjusted_list_pmap <- pmap(
  .l = list(
    row = split(mat1, row(mat1)),
    limit = spend_limit,
    pen = penalty
  ),
  ~ {
    row <- ..1
    limit <- ..2
    pen <- ..3
    if (is.na(limit)) return(row)
    over_idx <- which(cum_spend_v > limit)
    row[over_idx] <- row[over_idx] - pen
    row
  }
)

adjusted_mat1_pmap <- do.call(rbind, adjusted_list_pmap)

所以purrr::map并不是无法操作矩阵，只是需要多一步拆分和重组的操作。如果你习惯tidyverse的工作流，这种方式同样高效。

内容的提问来源于stack exchange，提问作者ixodid