R语言中如何基于指定列数据按行高效计算k1、k2指标？

示例数据 #

计算需求 #

需要基于上述数据计算两个指标k1和k2，其中C为常数：

• 核心公式：
  • k1 = (a/b)/(n1/n2 + C)
  • k2 = (a/b)/(n1 + n2 + C)
• 替代规则：当k1或k2计算结果为NA时（比如第3行a、b均为0的情况），使用以下公式替代：
  • k1 = n1/(n1 + n2)
  • k2 = n2/(n1 + n2)

当前使用for循环逐行计算，但面对大数据集时速度极慢。尝试用apply函数但不知道如何传入参数，寻求更优雅高效的实现方式。

当前使用的for循环代码 #

k1 = c()
k2 = c()
C = 0.25

for (i in 1:nrow(data)){
  k1[i] = (data[i,"a"]/data[i,"b"])/(data[i,"n1"]/data[i,"n2"]+C)
  k2[i] = (data[i,"a"]/data[i,"b"])/(data[i,"n1"]+data[i,"n2"]+C)
  
  if (is.na(k1[i])){
    k1[i] = data[i,"n1"]/(data[i,"n1"]+data[i,"n2"])
  }
  
  if (is.na(k2[i])){
    k2[i] = data[i,"n2"]/(data[i,"n1"]+data[i,"n2"])
  }
}

高效实现方案 #

1. 向量化运算（推荐，效率最高） #

R天生支持向量运算，直接对整列数据计算，底层由C实现，效率远高于逐行循环：

# 定义常数C
C <- 0.25

# 计算初始k1、k2值
k1_initial <- (data$a / data$b) / (data$n1 / data$n2 + C)
k2_initial <- (data$a / data$b) / (data$n1 + data$n2 + C)

# 计算替代值
k1_fallback <- data$n1 / (data$n1 + data$n2)
k2_fallback <- data$n2 / (data$n1 + data$n2)

# 替换NA值
k1 <- ifelse(is.na(k1_initial), k1_fallback, k1_initial)
k2 <- ifelse(is.na(k2_initial), k2_fallback, k2_initial)

2. dplyr管道化实现（代码更清晰，适合数据框操作） #

如果习惯用tidyverse风格的代码，可以用dplyr的管道操作，逻辑更直观：

library(dplyr)

C <- 0.25

data <- data %>%
  mutate(
    # 计算初始值
    k1_initial = (a/b)/(n1/n2 + C),
    k2_initial = (a/b)/(n1 + n2 + C),
    # 计算替代值
    k1_fallback = n1/(n1 + n2),
    k2_fallback = n2/(n1 + n2),
    # 替换NA
    k1 = if_else(is.na(k1_initial), k1_fallback, k1_initial),
    k2 = if_else(is.na(k2_initial), k2_fallback, k2_initial)
  ) %>%
  select(-k1_initial, -k2_initial, -k1_fallback, -k2_fallback) # 可选：移除中间变量

3. apply函数实现（兼容逐行逻辑，效率略低） #

如果一定要用apply，可通过额外参数传递常数C：

C <- 0.25

# 定义逐行计算的函数
calc_k <- function(row, C_val) {
  a <- row["a"]
  b <- row["b"]
  n1 <- row["n1"]
  n2 <- row["n2"]
  
  k1 <- (a/b)/(n1/n2 + C_val)
  k2 <- (a/b)/(n1 + n2 + C_val)
  
  # 替换NA
  if (is.na(k1)) k1 <- n1/(n1 + n2)
  if (is.na(k2)) k2 <- n2/(n1 + n2)
  
  return(c(k1 = k1, k2 = k2))
}

# 应用函数，传入C参数
result <- t(apply(data, 1, calc_k, C_val = C))
k1 <- result[, "k1"]
k2 <- result[, "k2"]

内容的提问来源于stack exchange，提问作者tomasz