如何在R语言中计算单列元素对距离？LP范数问题及多列扩展需求

原代码的核心问题 #

• 循环中lp1被持续覆盖，最终仅输出每个i对应的最后一组元素对的结果，而非所有i<j的元素对计算值
• 未存储所有元素对的结果，仅打印了局部循环的最终值
• 标量计算时sum属于冗余操作（不影响结果，但可简化函数）

修正后的实现 #

先简化LP范数函数（针对标量输入优化）：

lp_norm <- function(x, y, p) {
  abs(x - y)^(1/p)
}

方法1：保留循环逻辑的修正

a <- c(23,41,32,58,26,77,45,67,23,78,22,9,20)
lp_results <- list()

for (i in 1:length(a)) {
  for (j in (i+1):length(a)) {
    res <- lp_norm(a[i], a[j], p=1)
    lp_results[[length(lp_results)+1]] <- data.frame(pair_i = a[i], pair_j = a[j], lp1 = res)
  }
}

# 转为数据框查看
lp_df <- do.call(rbind, lp_results)
print(lp_df)

方法2：向量化实现（更高效）

用expand.grid生成所有i<j的索引对，避免嵌套循环：

a <- c(23,41,32,58,26,77,45,67,23,78,22,9,20)
# 生成所有索引对并筛选i<j的情况
idx_pairs <- expand.grid(i = seq_along(a), j = seq_along(a)) |> subset(i < j)
# 批量计算LP范数
idx_pairs$lp1 <- mapply(lp_norm, a[idx_pairs$i], a[idx_pairs$j], p=1)
# 添加元素值列（可选）
idx_pairs$val_i <- a[idx_pairs$i]
idx_pairs$val_j <- a[idx_pairs$j]

print(idx_pairs)

假设你的数据框名为my_df，可以用lapply遍历每一列，复用上述向量化逻辑：

定义列处理函数 #

process_col <- function(col, p=1) {
  idx_pairs <- expand.grid(i = seq_along(col), j = seq_along(col)) |> subset(i < j)
  idx_pairs$lp_norm <- mapply(lp_norm, col[idx_pairs$i], col[idx_pairs$j], p=p)
  idx_pairs$val_i <- col[idx_pairs$i]
  idx_pairs$val_j <- col[idx_pairs$j]
  return(idx_pairs)
}

批量处理所有列 #

# 得到一个列表，每个元素对应一列的计算结果
col_results <- lapply(my_df, process_col, p=1)

# 合并为单个数据框（带原始列标识）
all_results <- do.call(rbind, lapply(names(col_results), function(col_name) {
  df <- col_results[[col_name]]
  df$original_column <- col_name
  df
}))

print(all_results)

内容的提问来源于stack exchange，提问作者mjrf hh