如何将R语言循环替换为lapply/sapply实现多文件loss_amount列求和

方法一：lapply + Reduce（贴近原循环逻辑） #

# 定义单个文件的处理函数
process_single_file <- function(file_path) {
  # 读取文件、提取loss_amount列并转为矩阵
  readRDS(file_path)[["loss_amount"]] |> 
    as.matrix()
}

# 遍历文件列表，生成每个文件的loss_amount矩阵列表
loss_matrices <- lapply(file_path[1:5], process_single_file)

# 累加列表中所有矩阵
vector_sum <- Reduce(`+`, loss_matrices)

方法二：sapply + rowSums（更简洁的矩阵求和思路） #

# 直接遍历文件，合并为矩阵后按行求和
loss_matrix <- sapply(file_path[1:5], function(f) {
  as.matrix(readRDS(f)[["loss_amount"]])
})
vector_sum <- rowSums(loss_matrix)

代码说明 #

1. 单文件处理逻辑：两种方法都复刻了原循环里「读取RDS文件→提取loss_amount列→转为矩阵」的操作。
2. lapply + Reduce：lapply批量处理文件并返回结果列表，Reduce依次对列表中的矩阵执行加法，等价于原循环的累加逻辑，无需提前初始化长度为50000的空向量。
3. sapply + rowSums：sapply自动将每个文件的结果合并为矩阵（每列对应一个文件的loss_amount），rowSums直接计算每行总和，代码更紧凑。

注意事项 #

确保所有RDS文件中的loss_amount列长度均为50000（与原代码初始向量长度一致），否则合并或累加会报错。

内容的提问来源于stack exchange，提问作者PPAPR2022