R语言如何基于同尺寸逻辑矩阵实现数值矩阵按行条件求和

默认你已将两个维度完全一致的矩阵赋值为：

• mat_val：存放待计算的数值矩阵
• mat_logic：用于筛选的同维度逻辑矩阵

推荐实现：base R 向量化运算（无额外依赖、效率最高） #

利用R中逻辑值的数值映射特性（TRUE自动等价为1、FALSE自动等价为0），通过元素级乘法自动过滤掉不符合筛选条件的数值，再逐行求和即可。代码极短，且为纯向量化运算，面对大尺寸矩阵时性能远高于循环类写法：

# 元素级乘法后逐行求和，输出为和原矩阵行数匹配的单列矩阵
as.matrix(rowSums(mat_val * mat_logic))

复现你给出的示例验证：

# 复现数值矩阵
mat_val <- matrix(1:9, nrow = 3, ncol = 3)
# 复现逻辑矩阵（与你给出的筛选规则完全一致）
mat_logic <- matrix(c(TRUE, FALSE, FALSE,
                      TRUE, TRUE, FALSE,
                      FALSE, FALSE, TRUE), nrow = 3)
# 执行计算
as.matrix(rowSums(mat_val * mat_logic))

按规则运算的结果为：

[,1]
[1,]    5
[2,]    5
[3,]    9

注：你给出的预期输出第一行结果为12，对应第一行所有位置逻辑值均为TRUE的场景，只需调整对应位置的逻辑值即可得到匹配结果，代码逻辑不受影响。

直观可读实现（逻辑更直白） #

如果觉得直接元素乘法的写法不够好理解，可以先将非筛选位置的数值置为0，再执行求和，结果完全一致：

# 复制原始数值矩阵，避免修改源数据
mat_calc <- mat_val
# 逻辑值为FALSE的位置直接替换为0
mat_calc[!mat_logic] <- 0
# 逐行求和输出单列矩阵
as.matrix(rowSums(mat_calc))

避坑提示 #

• 两种实现都要求两个矩阵的行列数完全匹配，否则会触发维度不匹配报错，符合你提到的两矩阵维度统一的前置条件。
• 你已经确认每一行至少存在一个逻辑值为TRUE，无需额外补充无有效累加元素的异常判断逻辑。
• 不推荐使用apply()逐行循环的写法，大矩阵下运算效率会远低于上述向量化实现。

内容的提问来源于stack exchange，提问作者Levittstyle