如何从距离矩阵高效提取对应位置距离值至数据框？

针对你的需求，我们可以用向量化索引的方式高效完成提取，完全避免循环，适合大规模数据集。以下是具体步骤：

核心思路 #

根据你给出的规则：Dist1中的项目编号 = df中item1/item2的数值 + 1。也就是说，对df的每一行，我们需要用item1 + 1作为Dist1的行索引，item2 + 1作为Dist1的列索引，提取对应位置的距离值。

代码实现 #

# 生成行和列的索引向量
row_indices <- df$item1 + 1
col_indices <- df$item2 + 1

# 提取距离值并赋值给新列
df$Distances <- Dist1[cbind(row_indices, col_indices)]

验证结果 #

运行上述代码后，df$Distances会完全匹配你预期的输出：

> df$Distances
 [1] 1.091953 1.783120 1.783147 1.783157 1.091952 1.783158 1.783148 1.091946 1.783148 1.091948

高效性说明 #

这种方法用的是R原生的矩阵索引机制，属于完全向量化操作，比apply、for循环等迭代方式快几个数量级，即使你的数据框有几十万甚至上百万行，也能快速完成计算。原理是cbind(row_indices, col_indices)生成一个两列的矩阵，R会直接按这个矩阵的每一行去提取Dist1中对应位置的元素，底层是C级别的实现，性能最优。

如果需要处理边界情况（比如item1/item2的数值超出Dist1的索引范围），可以提前用ifelse或者dplyr::filter做校验，确保索引的有效性。

内容的提问来源于stack exchange，提问作者Omry Atia