R语言如何替换矩阵/数据框中小于对应列表值的元素

场景说明 #

待处理数据为20行12列的数值矩阵（方法同样适配data.frame结构），配套长度为12的参考数值列表，处理规则为：数据任意位置的取值小于对应列索引匹配的列表参考值时，替换该位置取值。
示例初始化代码如下：

# 构造测试数据
mat <- matrix(rpois(240,10),ncol=12)
list_to_replace <- rpois(12,10)

最简向量化实现（推荐） #

R原生支持向量按维度自动对齐，直接用平行取最大值函数pmax()即可一步完成「小于参考值则替换为参考值」的下限截断操作，不需要写循环，运行效率最高：

# 矩阵处理：逐位置取矩阵原值和对应列参考值的较大值，自动完成替换
mat <- pmax(mat, list_to_replace)

# data.frame处理：用法完全一致
df <- as.data.frame(mat)
df <- pmax(df, list_to_replace)

自定义替换值实现 #

如果需要把小于阈值的位置替换为其他值（比如NA、0等固定值），可以通过列索引构造同维度的阈值掩码，再定位赋值：

# 构造布尔掩码：标记所有取值小于对应列参考值的位置
mask <- mat < list_to_replace[col(mat)]
# 示例1：替换为对应列的参考值，和pmax效果一致
mat[mask] <- list_to_replace[col(mat)][mask]
# 示例2：替换为NA
mat[mask] <- NA
# 示例3：替换为固定值0
mat[mask] <- 0

原理说明 #

• col(mat)会生成和输入矩阵维度完全相同的索引矩阵，每个位置的取值为该位置对应的列序号，用它索引长度为12的参考列表，就能得到和原数据维度一致、每个位置存储对应列参考值的阈值矩阵
• 直接通过比较运算生成的布尔掩码定位修改，是R语言中批量修改子集的标准写法，避免了显式循环的性能损耗

内容的提问来源于stack exchange，提问作者purple1437