R语言中如何使用apply类函数替代带条件判断的for循环

完全可以不用for循环实现，甚至不需要借助apply类函数——R原生的向量化操作是比循环、apply家族更简洁高效的首选方案，写出来的代码更短，运行速度也更快。

你循环里加的<16就设为16的判断，本质是踩了sample()函数的一个常见设计陷阱：当传给sample()的第一个参数是长度为1的正整数x时，函数不会直接返回x，而是默认从1:x的序列里采样，才会出现years_remaining=0时采样结果可能小于16的问题，这个问题完全可以在采样逻辑里直接规避，不需要事后加判断修正。

你的采样逻辑本质是：对第i个样本，等概率从[16, 16+years_remaining[i]]的闭区间整数里取1个值。这个逻辑可以直接用向量化的sample.int实现，没有任何显式循环，也不需要边界判断：

n <- 1000
curr_year <- 2020
year_of_birth <- sample(
  (curr_year-76):(curr_year-16), 
  n, 
  replace = TRUE, 
  prob = c(rep(0.12/10,10),rep(0.22/10,10),rep(0.28/10,10),rep(0.2/10,10),rep(0.1/10,10),rep(0.08/11,11))
)
years_remaining <- curr_year - year_of_birth - 16
# 核心逻辑：sample.int(k)从1~k等概率采整数，偏移后正好匹配目标区间，yr=0时自动返回16
age_at_policy_begin <- 16 + sample.int(years_remaining + 1, n, replace = TRUE) - 1

这段代码和你原来的for循环运行结果完全等价，代码量更少，运行效率比for循环高几个量级。

如果你是为了练习apply家族的用法，也可以用sapply遍历years_remaining向量实现，注意直接在采样逻辑里处理边界，不要事后修正：

age_at_policy_begin <- sapply(years_remaining, function(yr) {
  # 边界情况直接返回，避开sample的单元素坑
  if (yr == 0) return(16)
  sample(16:(16 + yr), 1)
})

要注意的是，sapply这类apply函数本质还是在R层面做遍历循环，只是写法更简洁，运行效率和写得规范的for循环没有本质差异，都不如原生向量化操作快。

• 优先选择原生支持向量化的函数实现逻辑，不要默认写for循环，也不要为了用apply而强行用apply，向量化才是R最符合设计习惯的高效写法
• 提前熟悉常用基础函数的边界行为，比如sample()的单参数陷阱，尽量在逻辑层面规避边界问题，不要等生成结果后再额外加判断修正
• 随机数生成场景优先选对应场景的专用函数：比如整数采样用sample.int比通用的sample效率更高，也更容易避开参数设计的坑

内容的提问来源于stack exchange，提问作者Doosheck