R语言如何基于布尔矩阵筛选后对数据矩阵列应用max/min等函数

核心逻辑：apply按列遍历数据矩阵时，同步获取布尔矩阵对应列的掩码，筛选出有效值后再做统计计算即可，两种常用实现方式如下：

方法1：apply中直接传入索引做筛选 #

通过列索引同步匹配数据矩阵和布尔矩阵的对应列，按需编写统计逻辑：

set.seed(42)
# 构造示例矩阵（和给出的示例一致）
data_matrix=matrix(runif(100,0,5), nrow=10)
boolean_matrix=matrix(rbinom(100, 1, 0.5), nrow=10)
colnames(data_matrix)=LETTERS[1:10]
colnames(boolean_matrix)=LETTERS[1:10]

# 按列计算统计量
col_stats <- apply(matrix(seq_len(ncol(data_matrix)), nrow=1), 2, function(col_idx) {
  # 筛选当前列布尔值为1的对应数据
  valid_vals <- data_matrix[, col_idx][boolean_matrix[, col_idx] == 1]
  # 自定义要输出的统计指标
  c(
    有效计数 = length(valid_vals),
    最大值 = max(valid_vals),
    最小值 = min(valid_vals)
  )
})
# 给结果绑定列名
colnames(col_stats) <- colnames(data_matrix)
# 查看输出结果
print(col_stats)

方法2：先做掩码替换再计算（代码更简洁） #

先把布尔值为0的对应数据替换为NA，直接调用带na.rm参数的统计函数即可自动跳过无效值：

# 生成掩码后的数据矩阵
masked_data <- data_matrix
masked_data[boolean_matrix == 0] <- NA

# 直接apply计算统计量
col_stats <- apply(masked_data, 2, function(x) {
  c(
    有效计数 = sum(!is.na(x)),
    最大值 = max(x, na.rm = TRUE),
    最小值 = min(x, na.rm = TRUE)
  )
})
print(col_stats)

边缘情况处理 #

如果存在某列所有位置的布尔值均为0的情况，需要对空有效值的情况做判断，避免统计返回Inf/NaN报错：

col_stats <- apply(matrix(seq_len(ncol(data_matrix)), nrow=1), 2, function(col_idx) {
  valid_vals <- data_matrix[, col_idx][boolean_matrix[, col_idx] == 1]
  c(
    有效计数 = length(valid_vals),
    最大值 = ifelse(length(valid_vals) == 0, NA, max(valid_vals)),
    最小值 = ifelse(length(valid_vals) == 0, NA, min(valid_vals))
  )
})

内容的提问来源于stack exchange，提问作者DaniCee