R语言计算含NA的列表元素逐位最小值 如何简化现有代码

你可以用基础R内置函数实现一行代码完成需求，无需自定义函数和两次apply类操作，和原有代码输出结果完全一致：

# 模拟数据保持和你的逻辑一致
rawval <- replicate(10, sample(c(1:10, NA), size = 10, replace = T), simplify = F)

# 最简实现
tomin <- do.call(pmin, c(rawval, na.rm = TRUE))

上述代码利用R内置的pmin（并行最小值函数）直接计算多个向量对应位置的最小值，自带的na.rm = TRUE参数会自动跳过NA值参与计算，如果某一位置全为NA，pmin会自动返回NA，完全匹配你的业务规则。

• 有没有方法可以避免最小值计算函数中的条件判断？
  完全可以，上述实现直接使用原生pmin函数，无需自定义带条件判断的最小值函数。pmin本身的默认逻辑就覆盖了你的需求，不需要额外写分支判断语句。
• 是否存在apply家族的函数可以替代第一步的cbind操作？
  你原有逻辑里的sapply(rawval, cbind)本身就可以简化为sapply(rawval, identity)（简写为sapply(rawval, I)），不需要额外套cbind就能得到结构完全相同的矩阵。如果要使用apply家族完成全流程计算，也可以写成：

  tomin <- apply(simplify2array(rawval), 1, min, na.rm = TRUE)
  

  该实现也不需要自定义函数，但简洁度和运行效率都不如pmin的方案，更推荐使用前者。

内容的提问来源于stack exchange，提问作者Michael Roswell