R语言基于矩阵dimnames对元素执行条件判断和批量赋值的高效方案

最优向量化方案（推荐，性能最佳） #

核心逻辑是将逐元素判断改为批量向量化运算，所有操作均为R底层实现，无显式循环开销，适合处理大型矩阵：

# 预先一次性提取所有行、列的前缀
row_prefix <- sub("_.*", "", rownames(m))
col_prefix <- sub("_.*", "", colnames(m))

# 通过广播运算生成相同前缀的位置掩码，直接批量置0
m[outer(row_prefix, col_prefix, FUN = `==`)] <- 0

该方案相比双层for循环性能提升可达数百倍，远高于apply家族实现的性能。

apply家族实现（仅做参考，性能弱于向量化方案） #

如果需要用apply家族实现，可按以下方式编写：

row_prefix <- sub("_.*", "", rownames(m))
col_prefix <- sub("_.*", "", colnames(m))

m <- t(apply(m, 1, function(row_val, idx) {
  row_val[col_prefix == row_prefix[idx]] <- 0
  return(row_val)
}, idx = seq_along(rownames(m))))

内容的提问来源于stack exchange，提问作者Aaron