R语言如何通过for循环结合dataframe双条件计算TP、TN并存储结果

你遇到的问题核心是循环过程中没有将每次计算的TP、TN存入指定存储位置，变量被反复覆盖，因此只能保留最后一次循环的结果。以下是符合你需求的实现方案：

实现代码（循环版，适合新手理解） #

# 提取所有阈值
thresholds <- df$B
n <- length(thresholds)

# 按照你要求的列结构初始化结果框
results <- data.frame(
  B = rep(c("mass", "not mass"), each = n),
  A = rep(thresholds, 2),
  TP = integer(2 * n),
  TN = integer(2 * n)
)

# 循环计算每个阈值对应的TP、TN并赋值
for (i in seq_along(thresholds)) {
  current_thresh <- thresholds[i]
  # 计算mass类对应的统计值
  tp_mass <- sum(df$A == "mass" & df$B >= current_thresh)
  tn_mass <- sum(df$A != "mass" & df$B <= current_thresh)
  results$TP[i] <- tp_mass
  results$TN[i] <- tn_mass
  
  # 计算not mass类对应的统计值，可根据实际统计规则修改条件
  tp_notmass <- sum(df$A != "mass" & df$B <= current_thresh)
  tn_notmass <- sum(df$A == "mass" & df$B >= current_thresh)
  results$TP[n + i] <- tp_notmass
  results$TN[n + i] <- tn_notmass
}

优化方案（向量化写法，效率更高） #

如果数据集规模更大，推荐用向量化操作替代显式循环：

thresholds <- df$B
n <- length(thresholds)

# 批量计算所有阈值对应的统计值
tp_mass_vec <- sapply(thresholds, function(x) sum(df$A == "mass" & df$B >= x))
tn_mass_vec <- sapply(thresholds, function(x) sum(df$A != "mass" & df$B <= x))

# 直接构造结果框
results <- data.frame(
  B = rep(c("mass", "not mass"), each = n),
  A = rep(thresholds, 2),
  TP = c(tp_mass_vec, tn_mass_vec),
  TN = c(tn_mass_vec, tp_mass_vec)
)

补充说明 #

如果df$B存在大量重复阈值，可以将thresholds <- df$B替换为thresholds <- unique(df$B)，避免重复计算，结果行数也会对应减少。

内容的提问来源于stack exchange，提问作者FinalsWeek