如何利用矩阵的index列作为索引修改矩阵值？

原始数据 #

我们有如下R矩阵：

M=structure(c(1, 2, 2, 2, 1, 3, 3, 4, 4, 6, 5, 5, 5, 6, 5, 5, 2, 
2, 4, 1, 3, 1, 6, 4, 2, 5, 1, 3, 4, 6, 0.849542987113752, 0.849542987113752, 
0.788371730579003, 0.788371730579003, 0.788371730579003, 0.788371730579003
), .Dim = c(6L, 6L), .Dimnames = list(NULL, c("", "", "", "", 
"index", "cum_detection")))

该矩阵已按最后一列排序，显示如下：

index cum_detection
[1,] 1 3 5 4     2     0.8495430
[2,] 2 4 6 1     5     0.8495430
[3,] 2 4 5 3     1     0.7883717
[4,] 2 6 5 1     3     0.7883717
[5,] 1 5 2 6     4     0.7883717
[6,] 3 5 2 4     6     0.7883717

期望输出 #

希望得到如下处理后的矩阵：

index cum_detection
[1,] 1 3 5 4     2     0.8495430
[2,] 0 4 6 1     5     0.8495430
[3,] 0 4 0 3     1     0.7883717
[4,] 0 6 0 0     3     0.7883717
[5,] 0 0 0 6     4     0.7883717
[6,] 0 0 0 0     6     0.7883717

处理规则 #

对每行的第1至4列，若该列的值出现在之前所有已遍历行的index列中，则将其替换为0。

举例：第三行的第1-4列值为2 4 5 3，其中2和5已出现在前两行的index列（即M[1:2,"index"]的2和5），所以替换为0，得到0 4 0 3。

问题难点 #

尝试用apply函数处理，但无法在循环中获取当前行的索引，无法定位“之前已遍历行”的范围。

解决方案 #

方法1：基础R循环实现 #

通过for循环逐行处理，同时维护一个已出现的index集合，逻辑清晰易理解：

# 复制原始矩阵避免修改原数据
result <- M
# 初始化已出现的index集合
seen_indexes <- c()

for (i in 1:nrow(result)) {
  # 获取当前行的1-4列元素
  current_cols <- result[i, 1:4]
  # 获取当前行的index值
  current_index <- result[i, "index"]
  # 将1-4列中属于已出现index的元素替换为0
  current_cols[current_cols %in% seen_indexes] <- 0
  # 更新结果矩阵的1-4列
  result[i, 1:4] <- current_cols
  # 将当前行的index加入已出现集合
  seen_indexes <- c(seen_indexes, current_index)
}

# 查看处理后的结果
result

方法2：用purrr包的imap函数（带索引迭代） #

如果习惯使用tidyverse工具链，可以用purrr::imap获取行索引，同时维护状态：

library(purrr)

# 初始化已出现index集合
seen_indexes <- c()

result <- imap_dfr(1:nrow(M), function(i, .) {
  row <- M[i, ]
  # 替换1-4列中符合条件的元素为0
  row[1:4][row[1:4] %in% seen_indexes] <- 0
  # 更新已出现的index集合
  seen_indexes <<- c(seen_indexes, row["index"])
  # 返回处理后的行
  as.data.frame(t(row))
})

# 转换回矩阵格式
result <- as.matrix(result)

运行上述任意一种方法，均可得到期望的输出结果。

内容的提问来源于stack exchange，提问作者Tou Mou