如何对向量中分组元素与矩阵相乘并置零其余元素？

针对你的需求，我整理了两种高效的实现方式，分别适配固定位置间隔分组和基于名称后缀分组的场景，都能避免低效的逐元素循环，适合大规模数据集：

方法1：基于固定位置间隔的矩阵化实现（最高效） #

如果你的分组规则是固定的「每n个位置取间隔元素」（比如示例中n=3，组1取第1、4位，组2取第2、5位），用矩阵掩码的方式一次性计算所有组的结果，效率最高——因为底层是R优化过的线性代数运算：

# 初始化你的数据
a <- c(2:7)
b <- matrix(1:36, byrow = TRUE, nrow = 6)
description <- c("AA1", "AA2", "AA3", "BB1", "BB2", "BB3")
names(a) <- description

# 定义分组数量（这里是3组）
n_groups <- 3

# 构建掩码矩阵：每行对应一个组，仅保留目标位置的a值，其余为0
mask <- matrix(0, nrow = n_groups, ncol = length(a))
for (i in 1:n_groups) {
  # 每组的位置是i和i+n_groups
  target_positions <- c(i, i + n_groups)
  mask[i, target_positions] <- a[target_positions]
}

# 一次性计算所有组的矩阵乘法结果
result_matrix <- mask %*% b

# 查看结果
result_matrix

运行后得到的结果：

[,1] [,2] [,3] [,4] [,5] [,6]
[1,]   97  104  111  118  125  132
[2,]  103  112  121  130  139  148
[3,]  109  120  131  142  153  164

方法2：基于名称后缀的灵活分组（适配动态规则） #

如果你的分组规则是基于元素名称中的编号（比如AA1和BB1同组），可以用正则提取编号后分组，这种方式更灵活，不需要依赖固定位置：

# 初始化你的数据
a <- c(2:7)
b <- matrix(1:36, byrow = TRUE, nrow = 6)
description <- c("AA1", "AA2", "AA3", "BB1", "BB2", "BB3")
names(a) <- description

# 从名称中提取数字后缀作为分组依据
group_ids <- as.integer(sub("[A-Z]+", "", names(a)))
# 按分组ID拆分向量a
grouped_a <- split(a, group_ids)

# 遍历每个分组，构建对应向量并计算矩阵乘法
result_list <- lapply(grouped_a, function(group) {
  # 初始化全零向量
  vec <- numeric(length(a))
  # 仅保留当前分组的元素值
  vec[names(group)] <- group
  # 计算矩阵乘法
  vec %*% b
})

# 查看结果（列表形式，键为分组编号）
result_list

运行后得到的结果和方法1一致，只是以列表形式存储：

$`1`
     [,1] [,2] [,3] [,4] [,5] [,6]
[1,]   97  104  111  118  125  132

$`2`
     [,1] [,2] [,3] [,4] [,5] [,6]
[1,]  103  112  121  130  139  148

$`3`
     [,1] [,2] [,3] [,4] [,5] [,6]
[1,]  109  120  131  142  153  164

方案选择建议 #

• 如果数据集规模极大（比如向量长度上万），优先选方法1，矩阵化运算的内存和时间效率都远高于循环；
• 如果分组规则不是固定位置（比如名称后缀可能不连续），选方法2更灵活；
• 若内存非常紧张，还可以用Matrix包的稀疏矩阵来构建掩码，进一步减少内存占用。

内容的提问来源于stack exchange，提问作者Adrian