咨询1000*11大矩阵连续行配对列求和的更优方案

当然有更高效的解决方案啦！不用费心拆分子矩阵再合并，直接利用向量化运算或者矩阵特性就能轻松搞定，代码更简洁，处理你这种1000×11的大矩阵效率也更高～

方法1：用rowsum结合转置实现（推荐） #

这个方法利用R的内置优化函数rowsum，通过转置矩阵来转换求和维度，完全避免循环和拆分操作：

# 先构造示例矩阵（替换成你的1000×11矩阵即可）
mat <- matrix(1:16, nrow = 4, byrow = TRUE)

# 生成分组索引：每2行一组
group_ids <- rep(1:(nrow(mat)/2), each = 2)

# 转置矩阵后按组求和，再转置回原列顺序
result <- t(rowsum(t(mat), group = group_ids))

运行后就能得到你想要的结果：

[,1] [,2] [,3] [,4]
[1,]    3   11   19   27
[2,]    7   15   23   31

原理很简单：转置矩阵后，原矩阵的行变成了列，此时用rowsum按分组对列求和（对应原矩阵的行求和），最后转置回来就得到了每两行逐列相加的结果。rowsum是专门为分组求和优化的函数，处理大矩阵速度非常快。

方法2：利用矩阵乘法实现 #

如果习惯用矩阵运算的思路，可以构造一个分组权重矩阵，通过矩阵乘法直接得到结果：

mat <- matrix(1:16, nrow = 4, byrow = TRUE)
n_groups <- nrow(mat) / 2

# 构造分组矩阵（对应你的1000行矩阵会生成500×1000的矩阵）
group_matrix <- matrix(0, nrow = n_groups, ncol = nrow(mat))
# 给每个分组对应的两行位置赋值为1
group_matrix[cbind(rep(1:n_groups, each = 2), 1:nrow(mat))] <- 1

# 矩阵乘法得到结果
result <- group_matrix %*% mat

这个方法的优势是逻辑直观，矩阵乘法在R中是经过底层优化的，处理大矩阵的效率同样出色。

和拆分合并方法的对比 #

拆分合并的方法需要循环或者lapply处理每个子矩阵，再用rbind合并结果，不仅代码繁琐，还会引入循环的额外开销。上面的两种方法都是纯向量化操作，完全避免了循环，代码更简洁，运行效率也更高，尤其适合你这种1000行的大型矩阵。

内容的提问来源于stack exchange，提问作者user9382972