如何在R语言中批量求解数据框每行的二元线性方程组

云上老周

2026-7-29

批量求解每行的二元线性方程组（供需均衡计算）

针对你的数据集，每行对应一组供需曲线的二元线性方程组，以下是三种批量求解并添加结果列的方法：

方法1：使用`apply`函数（简洁直观）

利用apply按行遍历数据框，对每行执行求解函数，再将结果合并回原数据：

# 定义单行求解函数
solve_single_eq <- function(row) {
  coeff_matrix <- rbind(c(row["y1"], row["x1"]),
                        c(row["y2"], row["x2"]))
  const_vector <- c(row["b1"], row["b2"])
  solve(coeff_matrix, const_vector)
}

# 批量处理所有行，转置结果为矩阵
eq_solutions <- t(apply(df, 1, solve_single_eq))

# 将结果添加到原数据框
df$Price <- eq_solutions[, 1]
df$Quantity <- eq_solutions[, 2]

方法2：向量化解析解（高效首选）

对于二元线性方程组，可直接利用代数解析公式计算，避免循环/迭代，效率更高：
给定方程组：

y1*Price + x1*Quantity = b1
y2*Price + x2*Quantity = b2

解析解推导：

行列式：det = y1*x2 - x1*y2
均衡价格：Price = (b1*x2 - b2*x1)/det
均衡数量：Quantity = (y1*b2 - y2*b1)/det

对应R代码：

# 计算行列式
df$det <- df$y1 * df$x2 - df$x1 * df$y2

# 计算均衡价格和数量
df$Price <- (df$b1 * df$x2 - df$b2 * df$x1) / df$det
df$Quantity <- (df$y1 * df$b2 - df$y2 * df$b1) / df$det

# 可选：删除临时行列式列
# df$det <- NULL

方法3：修正后的循环写法

如果之前循环失败，可能是初始化或索引问题，以下是正确的逐行循环实现：

# 初始化结果列
df$Price <- NA_real_
df$Quantity <- NA_real_

# 逐行求解并赋值
for (i in seq_len(nrow(df))) {
  A <- rbind(c(df$y1[i], df$x1[i]),
             c(df$y2[i], df$x2[i]))
  B <- c(df$b1[i], df$b2[i])
  solution <- solve(A, B)
  df$Price[i] <- solution[1]
  df$Quantity[i] <- solution[2]
}