如何迭代调整变量，直至比值列所有行均满足阈值限制？

核心思路 #

通过while循环重复执行调整流程，每次迭代后校验所有行的比值是否符合阈值要求，直到所有行的比值都不超过设定的c_cap为止，完全贴合你描述的流程逻辑实现自动化迭代。

完整可运行代码 #

set.seed(8)

# 生成初始数据
a <- runif(100, min = 0, max = 10)
b <- runif(100, min = 0, max = 10)
a_norm <- a/sum(a)*100
b_norm <- b/sum(b)*100

c_cap <- 1  # 比值的上限阈值

# 初始化数据框
df <- data.frame(a_norm, b_norm)
df$c <- df$a_norm / df$b_norm

# 迭代调整流程
while(any(df$c > c_cap)) {
  # 调整超过阈值的c值，计算调整后的a并重新归一化
  df <- df %>%
    mutate(c_adjusted = ifelse(c >= c_cap, c_cap, c),
           a_adjusted = c_adjusted * b_norm,
           a_adjusted_norm = a_adjusted / sum(a_adjusted) * 100)
  
  # 更新c值，用于下一轮阈值校验
  df$c <- df$a_adjusted_norm / df$b_norm
  
  # 可选：打开注释监控迭代进度
  # cat("当前超标行数：", sum(df$c > c_cap), "\n")
}

# 最终结果：满足条件的归一化后a值
final_a_adjusted_norm <- df$a_adjusted_norm

代码说明 #

• 循环触发逻辑：any(df$c > c_cap)会检查是否存在比值超标的行，只要有就继续迭代；
• 每轮迭代操作：
  1. 把超过c_cap的比值替换为阈值；
  2. 用调整后的比值反推得到a_adjusted；
  3. 对a_adjusted重新做归一化处理；
  4. 计算新的比值用于下一轮校验；
• 终止条件：当所有行的比值都≤c_cap时，循环自动退出，此时的a_adjusted_norm就是最终目标结果。

内容的提问来源于stack exchange，提问作者Andres Gonzalez