R语言矩阵逐行元素归一化计算异常问题求助

我有一个3列56行的miss_geno_probs矩阵，需要对每个(i,j)元素执行元素值除以所在行的和的归一化操作，结果存入同维度的预定义矩阵missing_geno_weights中。

数据片段：

miss_geno_probs
              [,1]         [,2]         [,3]
 [1,] 2.186745e-02 2.936486e-02 9.996548e-03
 [2,] 3.131395e-02 4.205017e-02 1.431495e-02
 [3,] 3.253137e-02 4.368498e-02 1.487148e-02
 [4,] 3.158590e-02 4.241535e-02 1.443927e-02
 [5,] 1.240662e-02 1.666031e-02 5.671596e-03
 [6,] 3.447492e-02 4.629489e-02 1.575996e-02

预期操作示例：

w1 <- miss_geno_probs[1,1]/sum(miss_geno_probs[1,])
> w1
[1] 0.3571429

尝试的两段循环代码均失败：

1. 第一段代码无法输出正确结果：

missing_geno_weights<- matrix(rep(0, length(y_mis) * 3), ncol = 3)
miss_geno_probs<- matrix(rep(0, length(y_mis) * 3), ncol = 3)
for (i in seq_along(marginals)) {
  for (j in 0:2){
    miss_geno_probs[i,j+1]<- marginals[i] * geno_prop[j+1]
    missing_geno_weights[i,j+1]<- miss_geno_probs[i,j+1]/sum(miss_geno_probs[i,])
  }
}

2. 第二段代码仅第一行计算正确，其余行重复第一行结果：

missing_geno_weights<- matrix(rep(0, length(marginals) * 3), ncol = 3)
>     for (i in 1:length(marginals)){
      for (j in seq_along(1:3)){
        missing_geno_weights[i, j]<- miss_geno_probs[i,j]/sum(miss_geno_probs[i,])
     }
    }
> missing_geno_weights
           [,1]      [,2]      [,3]
 [1,] 0.3571429 0.4795918 0.1632653
 [2,] 0.3571429 0.4795918 0.1632653
 [3,] 0.3571429 0.4795918 0.1632653
 [4,] 0.3571429 0.4795918 0.1632653
 [5,] 0.3571429 0.4795918 0.1632653

请问如何修改代码以实现正确的逐行归一化计算？

1. 第一段代码问题：循环中计算每行和时，miss_geno_probs[i,]是逐列赋值的，计算第j列权重时，该行其他列可能还是初始0值，导致sum(miss_geno_probs[i,])结果错误。
2. 第二段代码问题：大概率是length(marginals)与miss_geno_probs行数不匹配，或是miss_geno_probs在循环外被错误覆盖为第一行数据，导致后续行计算时重复调用第一行数值。

方法一：向量化操作（推荐，R语言高效写法） #

无需循环，直接用内置函数或矩阵广播实现：

# 方法1：用apply逐行处理
missing_geno_weights <- t(apply(miss_geno_probs, 1, function(row) row / sum(row)))

# 方法2：矩阵广播（性能更优）
row_sums <- rowSums(miss_geno_probs)
missing_geno_weights <- miss_geno_probs / rep(row_sums, each = ncol(miss_geno_probs))

方法二：修正后的循环代码 #

若必须使用循环，需先计算每行的和，再逐列赋值：

# 初始化结果矩阵
missing_geno_weights <- matrix(0, nrow = nrow(miss_geno_probs), ncol = ncol(miss_geno_probs))

# 循环逐行处理
for (i in 1:nrow(miss_geno_probs)) {
  row_sum <- sum(miss_geno_probs[i,])
  for (j in 1:ncol(miss_geno_probs)) {
    missing_geno_weights[i, j] <- miss_geno_probs[i,j] / row_sum
  }
}

第二段错误代码的修正要点： #

• 用nrow(miss_geno_probs)替代length(marginals)循环行数，确保循环次数与矩阵行数一致；
• 提前计算每行的和，避免重复计算，同时规避矩阵内容异常导致的错误；
• 确认miss_geno_probs在循环前已正确赋值为完整的56行3列数据，未被错误覆盖。

内容的提问来源于stack exchange，提问作者monif064