R语言：计算实际值与多列预测值的列间不匹配次数之和

嗨，作为R新手遇到这类问题完全正常，我们一步步来搞定它！首先，先确认你的数据结构，我先把你给出的数据框重现出来方便测试：

df <- data.frame(
  actual = c("a", "a", "b", "b", "a", "c", "c", "d"),
  predicted.1 = c("a", "a", "b", "b", "b", "c", "c", "c"),
  predicted.2 = c("a", "a", "b", "a", "b", "c", "d", "d"),
  predicted.3 = c("a", "b", "a", "b", "c", "c", "d", "d"),
  predicted.4 = c("a", "b", "b", "b", "c", "d", "d", "a"),
  stringsAsFactors = FALSE
)

你的需求是统计每一列预测值与实际值的不匹配次数，预期结果c(2,1,2,4)，这个需求其实可以用**colSums()**高效实现，这是处理这类列级求和最简洁的方式。

正确的实现代码 #

# 提取所有预测列（排除第一列的actual）
prediction_columns <- df[, -1]

# 计算每列与actual的不匹配次数
discordant_sums <- colSums(prediction_columns != df$actual)

# 查看结果
discordant_sums

运行这段代码后，你会得到和预期完全一致的输出：

predicted.1 predicted.2 predicted.3 predicted.4 
          2           1           2           4 

代码解释 #

1. prediction_columns != df$actual：R会自动做广播匹配，把df$actual这个向量和预测列的每一列逐一比较，生成一个8行4列的逻辑矩阵，其中TRUE表示不匹配，FALSE表示匹配。
2. colSums()：对这个逻辑矩阵的每一列求和（R中TRUE等价于1，FALSE等价于0），直接得到每列的不匹配次数。

你之前代码的问题 #

你写的discordant_sums(df[,seq(1,ncol(df),2)]!=,df[,seq(2,ncol(df),2)])有两个明显问题：

• 语法错误：!=后面多了个逗号，导致代码无法运行；
• 列选择错误：seq(1,ncol(df),2)会选取第1、3、5列，这并不是实际值和对应预测值的正确配对（实际值只有第1列，预测值是第2-5列）。

另一种可选方法（用apply()） #

如果你想用apply()来实现，代码也很直观，不过效率上colSums()会更高一些：

discordant_sums <- apply(prediction_columns, 2, function(col) {
  sum(col != df$actual)
})

希望这个解决方案能帮你顺利推进项目！

内容的提问来源于stack exchange，提问作者Kevin E Dow