如何对矩阵非NA元素重采样并生成下三角为NA的10×10矩阵？

嘿，这个需求很清晰，咱们用R来搞定它就行，步骤很直观：

步骤1：先定义你的原矩阵（方便复现） #

首先把你提供的矩阵用R代码定义出来：

mymatrix <- matrix(c(
  -0.6068580, -0.8890714, -0.8088864, -0.37703190, 0.97317259, 1.6331389, -0.0003412596, -0.9642963, 0, NA,
  2.4474819, -0.7655850, 2.1295559, 1.74173972, 0.22162688, -1.0956214, 1.3373400489, 1.0344721, NA, NA,
  -0.1344245, -0.2457321, -0.5196433, -0.19503708, 1.01253271, -0.3426053, -1.1006913633, NA, NA, NA,
  -0.4566595, -0.8942554, 0.4021141, -1.43214088, 0.00130944, -0.1228521, NA, NA, NA, NA,
  1.2089864, 0.1007919, 0.6669400, -0.01866827, -1.72585991, NA, NA, NA, NA, NA,
  0.3114062, 0.4953031, -0.7354951, 0.85718973, NA, NA, NA, NA, NA, NA,
  0.6323015, 2.2380874, -0.6270626, NA, NA, NA, NA, NA, NA, NA,
  0.5002691, 0.7062827, NA, NA, NA, NA, NA, NA, NA, NA,
  -0.4541493, NA, NA, NA, NA, NA, NA, NA, NA, NA,
  NA, NA, NA, NA, NA, NA, NA, NA, NA, NA
), nrow=10, byrow=TRUE)

步骤2：提取矩阵中的非NA元素 #

我们先把所有非缺失值提取出来，存成一个向量：

non_na_values <- mymatrix[!is.na(mymatrix)]

步骤3：对非NA元素进行重采样 #

用R内置的sample()函数完成重采样。默认是有放回的随机抽样，如果需要无放回，加上replace=FALSE参数即可：

# 有放回重采样（默认）
resampled_values <- sample(non_na_values)

# 无放回重采样（可选）
# resampled_values <- sample(non_na_values, replace = FALSE)

步骤4：生成结构一致的新矩阵 #

先复制原矩阵的NA结构，再把重采样后的数值填充到对应的非NA位置：

# 复制原矩阵的缺失值结构
new_matrix <- mymatrix
# 将重采样值填充到非NA位置
new_matrix[!is.na(new_matrix)] <- resampled_values

验证结果 #

你可以检查新矩阵的NA位置是否和原矩阵完全一致：

# 对比NA位置是否相同
all(is.na(new_matrix) == is.na(mymatrix))
# 输出TRUE说明结构完全匹配

这样得到的new_matrix就是你想要的：10×10规模，下三角区域保持NA，非NA区域是原矩阵非NA元素的重采样结果。

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