在Base R中实现矩阵列与向量的布尔表达式求值及占比计算

核心通用代码 #

row_proportion <- function(X, y) {
  sum(rowSums(abs(X) <= y) == ncol(X)) / nrow(X)
}

代码逻辑解释 #

1. 逐元素匹配判断：abs(X) <= y 利用R的向量自动循环特性，将向量y与矩阵X的每列一一对应，生成同维度的逻辑矩阵，每个元素标记|X[i,j]| ≤ y[j]是否成立。
2. 行内条件校验：rowSums(abs(X) <= y) 对每行的逻辑值求和（TRUE=1，FALSE=0），得到每行满足单列条件的数量；再通过== ncol(X)筛选出所有列都满足条件的行。
3. 计算占比：用sum()统计符合要求的行数，除以总行数得到最终比例。

示例验证 #

# 生成模拟数据（匹配手动实现的输出场景）
set.seed(123)
X <- matrix(rnorm(9*3, 0, 2), nrow = 9) # 9行3列的随机矩阵
y <- c(1, 1.5, 2) # 对应3列的阈值向量

# 调用函数计算
row_proportion(X, y)
# 输出结果：0.2222222（与手动逐列判断结果一致）

对比手动实现 #

手动逐列判断的写法（仅适用于固定列数）：

# 手动写法示例（仅3列场景）
sum(abs(X[,1]) <= y[1] & abs(X[,2]) <= y[2] & abs(X[,3]) <= y[3]) / nrow(X)

核心代码无需修改即可适配任意列数的矩阵，避免了重复编写判断条件，扩展性更强。

内容的提问来源于stack exchange，提问作者John Smith