高校模拟工具开发：多列循环+条件分布模拟逻辑技术求助

看起来你正在开发一个实用的高校数据模拟工具，核心需求是根据用户选择的分布类型，对数据框的多列进行批量模拟，同时将结果存储到新变量中。我先梳理下当前代码里的几个关键问题，再给出优化后的实现方案：

一、当前代码的核心问题 #

1. 语法错误：最后else分支里的sim.price.dev&i是无效的赋值语法，应该是针对矩阵的列进行赋值
2. 索引逻辑风险：for (i in distribution)会遍历distribution的数值而非索引，当distribution里的数值超过自身长度时，会出现distribution[i]越界的问题
3. 数据结构初始化缺失：sim.price.dev没有提前初始化矩阵结构，直接赋值会导致维度混乱（每次生成的是runs长度的向量，应该按列存储）
4. 冗余的类型转换：data.matrix(df.guv.fiktiv[count.guv])可以简化为直接提取列向量，无需额外转换

二、优化后的代码实现 #

# 初始化参数
runs <- 10000
start_col <- 3  # 从第3列开始处理，替代原count.guv初始值
distribution <- c(1,2,3,4,5)  # 示例分布类型向量，需与待处理列数一致

# 初始化结果矩阵：行数=模拟次数，列数=待处理变量数
sim.price.dev <- matrix(nrow = runs, ncol = length(distribution))

# 遍历分布类型的索引，同时对应数据框的列
for (i in seq_along(distribution)) {
  current_col <- start_col + i - 1  # 计算当前处理的列索引
  col_data <- df.guv.fiktiv[[current_col]]  # 提取当前列数据
  
  switch(distribution[i],
         # 1: 正态分布
         {sim.price.dev[,i] <- rnorm(runs, mean = mean(col_data), sd = sd(col_data))},
         # 2: 三角分布
         {sim.price.dev[,i] <- rtriangle(runs, -0.05, 0.05, mean = mean(col_data))},
         # 3: 均匀分布
         {sim.price.dev[,i] <- runif(runs, min = -0.05, max = 0.05)},
         # 4: 对数正态分布
         {sim.price.dev[,i] <- rlnorm(runs, meanlog = mean(log(col_data)), sdlog = sd(log(col_data)))},
         # 5及其他：取数据框最后一行的值（重复runs次）
         {sim.price.dev[,i] <- rep(df.guv.fiktiv[nrow(df.guv.fiktiv), current_col], runs)}
  )
}

三、关键优化点说明 #

• 用seq_along(distribution)循环索引：确保遍历的是每个分布类型的位置，而非数值本身，避免越界风险
• 提前初始化结果矩阵：明确sim.price.dev的维度，避免动态赋值导致的维度错误
• 用switch替代多层if-else：代码更简洁易读，后续新增分布类型时只需添加新的分支
• 简化列数据提取：用df.guv.fiktiv[[current_col]]直接获取列向量，比data.matrix更高效
• 统一默认分支处理：将原else和distribution==5的逻辑合并，用rep()生成重复runs次的常量向量（因为原代码里直接赋值单个值会导致向量长度不匹配，需要重复填充）

四、进阶优化建议 #

如果想进一步简化代码，可以使用purrr包的map函数实现向量化操作，避免显式循环：

library(purrr)

# 定义模拟函数
simulate_dist <- function(dist_type, col_data, runs) {
  switch(dist_type,
         1 = rnorm(runs, mean(col_data), sd(col_data)),
         2 = rtriangle(runs, -0.05, 0.05, mean(col_data)),
         3 = runif(runs, -0.05, 0.05),
         4 = rlnorm(runs, mean(log(col_data)), sd(log(col_data))),
         rep(df.guv.fiktiv[nrow(df.guv.fiktiv), which(col_data == df.guv.fiktiv)], runs)
  )
}

# 获取待处理的列数据列表
cols_to_sim <- df.guv.fiktiv[, start_col:(start_col + length(distribution)-1)]

# 批量模拟并转换为矩阵
sim.price.dev <- map2_dfc(distribution, cols_to_sim, ~simulate_dist(.x, .y, runs)) %>% as.matrix()

这个版本代码更符合R的函数式编程风格，可读性和可维护性更强，适合后续扩展更多分布类型。

内容的提问来源于stack exchange，提问作者hahlhorn