如何在R的apply函数中使用行号并批量处理数据框行向量求和

在R里要避免循环实现这个需求，核心思路是用向量化矩阵操作——因为R的底层对矩阵运算做了大量优化，效率远高于逐行循环。下面我会结合具体例子一步步讲解：

先明确需求场景（举个实际例子） #

假设我们有这样一个数据框：

set.seed(123)
df <- data.frame(
  a = 1:5,
  b = 6:10,
  c = 11:15
)

我们设定固定长度k=3，要完成的操作是：

• 处理第1行：取行向量c(1,6,11)，再取第2-4行的a列作为列向量c(2,3,4)，转置后相加得到c(3,9,15)，作为新数据框的第1行
• 处理第2行：取行向量c(2,7,12)，取第3-5行的a列c(3,4,5)，相加得到c(5,10,17)，作为新数据框的第2行
• 第3-5行因为下方不足3行，我们可以选择忽略或者用NA填充

方法1：用base R的embed函数（无额外依赖） #

embed可以快速生成滑动窗口矩阵，完美适配我们需要的“从当前行下方取固定长度列向量”的需求：

k <- 3  # 设定固定长度
target_col <- "a"  # 指定要提取列向量的列名
n <- nrow(df)

# 生成滑动窗口矩阵：每一行是从当前行下方开始的k个元素（转置后就是我们需要的行向量）
window_mat <- embed(df[[target_col]], k)[, k:1]  # 反转列顺序，得到从前往后的窗口

# 只处理前n-k行（保证下方有足够的行）
new_df <- df[1:(n - k), ] + window_mat

# 查看结果
new_df

运行结果：

a  b  c
1 3  9 15
2 5 10 17

方法2：用zoo包的rollapply（支持NA填充） #

如果需要处理所有行，哪怕下方不足k行时用NA填充，可以用zoo包的滑动窗口工具：

library(zoo)

k <- 3
target_col <- "a"

# 生成每个位置对应的k长度窗口，不足的补NA
window_list <- rollapply(
  df[[target_col]],
  width = k,
  FUN = identity,
  fill = NA,
  align = "left"  # 窗口从当前位置的下一行开始
)

# 把列表转成矩阵，和原数据框相加
window_mat <- do.call(rbind, window_list)
new_df_with_na <- df + window_mat

# 查看结果
new_df_with_na

运行结果：

a  b  c
1  3  9 15
2  5 10 17
3 NA NA NA
4 NA NA NA
5 NA NA NA

为什么这两种方法比循环高效？ #

R的循环（尤其是for循环）每次迭代都会有额外的开销，而embed和rollapply都是基于底层优化的向量化操作，直接对整个矩阵/向量进行处理，避免了逐行的重复开销——数据量越大，效率提升越明显。

内容的提问来源于stack exchange，提问作者YohanK