基于多列布尔值提取对应列值的R语言高效实现方案问询

嘿，我来帮你优化这个提取逻辑！你现在用for loop实现的需求，完全可以用R的向量化运算来搞定，不仅代码更简洁，数据量大的时候效率也会高很多。

先把原始数据框的代码放出来，方便大家复现：

df <- data.frame(
  "X1" = c(1, 0, 0), 
  "X2" = c(0, 0, 1), 
  "X3" = c(0, 1, 0), 
  "T1" = c(21, 20, 15), 
  "T2" = c(35, 16, 19), 
  "T3" = c(22, 32, 16)
)

方案一：矩阵乘法（最简洁高效） #

因为X1/X2/X3是布尔指示列，我们可以把它们和T1/T2/T3列转换成矩阵，然后逐行相乘求和，直接得到对应的值：

# 提取X和T对应的矩阵
x_mat <- as.matrix(df[, c("X1", "X2", "X3")])
t_mat <- as.matrix(df[, c("T1", "T2", "T3")])

# 计算每行的目标T值
df$T <- rowSums(x_mat * t_mat)

# 保留需要的列
result <- df[, c("X1", "X2", "X3", "T")]
print(result)

运行后就能得到你想要的结果：

X1 X2 X3  T
1  1  0  0 21
2  0  0  1 32
3  0  1  0 19

方案二：按索引匹配提取 #

如果你想更直观地对应“X列的1对应T列的位置”，可以用apply逐行找到X列中1的索引，再提取对应T列的值：

df$T <- apply(df[, c("X1", "X2", "X3")], 1, function(row) {
  # 找到当前行中值为1的X列索引
  t_col_idx <- which(row == 1)
  # 提取对应的T列值
  df[, paste0("T", t_col_idx)]
})

result <- df[, c("X1", "X2", "X3", "T")]
print(result)

为什么这些方案比for loop好？ #

R的核心优势就是向量化运算，相比逐行循环：

• 代码更简洁，逻辑一目了然
• 底层用C实现的向量运算，数据量越大，效率提升越明显
• 减少循环带来的代码冗余和出错概率

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