R中无需循环实现dataframe列值与另一列全量值比较的方法

核心逻辑：要判断y列的单个值大于x列所有值，等价于该值大于x列的最大值，该逻辑相比逐元素遍历效率更高，大数据量下优势更明显。

base R 实现（优先推荐） #

方案1：最大值比较法（最高效） #

直接取x列的全局最大值，和y列做矢量化比较：

temp_df$z <- temp_df$y > max(temp_df$x)

运行后即可得到符合预期的z列。

方案2：sapply 通用实现 #

如果后续需要调整比较规则（比如改为大于80%的x值等更复杂的逻辑），可以用sapply结合all函数实现：

temp_df$z <- sapply(temp_df$y, function(y_val) all(y_val > temp_df$x))

该方案会遍历y列的每一个值，逐一判断是否大于x列所有值，灵活性更高。

第三方包实现 #

dplyr 实现 #

适合tidyverse技术栈用户：

library(dplyr)
temp_df <- temp_df %>% 
  mutate(z = y > max(x))

data.table 实现 #

适合处理超大数据量的场景：

library(data.table)
setDT(temp_df)[, z := y > max(x)]

内容的提问来源于stack exchange，提问作者StLouisO