简化可怕的 R 代码以调整行均值

Question

我知道使用 R 强大的向量处理功能可以使这段代码更短、更高效。我只是现在无法弄清楚如何......

基本任务是调整每行中的单元格，以便强制行总数与由另一个数据框确定的预定义数字相匹配。这样每个区域的总人口被强制为某个值（每一行代表一个区域），而从一列移动到下一列的单元格之间的比率保持不变。

丑陋的做法（第一个循环只是创建一个示例数据框；当然可以做得更好；我就是不能停止使用循环！）：

con1 <- array(dim=c(5,3))

set.seed(1066)
for(i in 1:ncol(con1)){
con1[,i] <- round(rnorm(n=5,mean=10,sd=3))}
con1 <- data.frame(con1)
con2 <- data.frame(array(c(8:13, 9:14, 10:15), dim=c(5,3)))

apply(con1,1, sum)
apply(con2,1, sum) # different row totals

con1.adj <- con1
for ( i in 1:nrow(con1)){
  con1.adj[i,1] <- con1[i,1] * ( sum(con2[i,]) / sum(con1[i,]) )
  con1.adj[i,2] <- con1[i,2] * ( sum(con2[i,]) / sum(con1[i,]) )
  con1.adj[i,3] <- con1[i,3] * ( sum(con2[i,]) / sum(con1[i,]) )
}
con1.adj <- data.frame(con1.adj)
apply(con1.adj,1, sum) # same row totals

（上下文：从别人的工作中挖出这段代码并愉快地使用了一段时间。现在我已经在陡峭的 R 学习曲线上稍微上升了一点，这对我来说看起来很糟糕。也希望代码能够重新- 被其他人使用。真的很喜欢这门语言，如果我能找到更漂亮的方式，我会更喜欢它）

Answer 1

我认为这个单线应该可以完成这项工作：

con1.adj <- con1 * rowSums(con2) / rowSums(con1)

Answer 2

这是另一个建议，以稍微更好的方式生成您的 con1

rgen <- function(X,mean=10,sd=3){
  round(rnorm(n=length(X),mean=mean,sd=sd))
}

con1 <- data.frame(apply(con1,2,rgen))

请注意，您的随机向量的大小将与您的 array 维度匹配，您可以动态传递不同的 mean 和 sd，例如apply(con1,2,rgen,5,2) 将生成 rnorm 和 mean=5 和 sd=2