如何在R中无需嵌套for循环生成立法者投票相似度矩阵

以下两种实现都完全不需要写嵌套for循环，性能远高于循环实现：

方法1：Base R原生实现（无需第三方包） #

直接用outer函数完成两两立法者的投票匹配，代码简洁适配中小规模数据集：

# 1. 构造你的投票矩阵示例
vote_mat <- matrix(
  c(1,1,1,2,
    1,1,0,0,
    2,2,2,2,
    2,2,0,0),
  nrow = 4, byrow = TRUE,
  dimnames = list(paste0("L",1:4), paste0("I",1:4))
)

# 2. 单个议题相似度矩阵生成函数
get_sim_mat <- function(issue_votes) {
  # 两两计算：都出席且投票相同返回1，否则返回0
  sim <- outer(issue_votes, issue_votes, function(x,y) {
    as.integer(x != 0 & y != 0 & x == y)
  })
  # 对角线设为空（匹配你的输出示例，不需要可删掉这行）
  diag(sim) <- NA
  dimnames(sim) <- list(names(issue_votes), names(issue_votes))
  return(sim)
}

# 3. 测试第一个议题I1的输出
sim_I1 <- get_sim_mat(vote_mat[,"I1"])
print(sim_I1)

# 4. 批量生成所有议题的相似度矩阵（返回列表，按议题名取数即可）
all_sim <- lapply(colnames(vote_mat), function(col) get_sim_mat(vote_mat[,col]))
names(all_sim) <- colnames(vote_mat)
# 取I1的结果直接调用 all_sim$I1

方法2：高性能实现（适配>1000名立法者的大规模数据集） #

用矩阵运算替代函数映射，速度比方法1快2~10倍：

get_sim_mat_fast <- function(issue_votes) {
  # 生成出席掩码矩阵：两人都出席的位置为1
  present <- as.integer(issue_votes != 0)
  present_mat <- tcrossprod(present)
  # 生成投票相同掩码矩阵：两人都投赞成/都投反对的位置为1
  same_yea <- tcrossprod(as.integer(issue_votes == 1))
  same_nay <- tcrossprod(as.integer(issue_votes == 2))
  same_vote <- same_yea + same_nay
  # 合并结果
  sim <- as.integer(present_mat & same_vote)
  dim(sim) <- dim(present_mat)
  diag(sim) <- NA
  dimnames(sim) <- list(names(issue_votes), names(issue_votes))
  return(sim)
}

调用方式和方法1完全一致。

内容的提问来源于stack exchange，提问作者snitsova