避免使用循环来获取 R 中的行总和，我想在其中开始和停止每行不同列的总和答案

【问题标题】：Avoid using a loop to get sum of rows in R, where I want to start and stop the sum on different columns for each row避免使用循环来获取 R 中的行总和，我想在其中开始和停止每行不同列的总和
【发布时间】：2026-02-14 22:10:02
【问题描述】：

我对来自 Stata 的 R 比较陌生。我有一个包含 100 多列和数千行的数据框。每行都有一个起始值、终止值和 100 多列数值。目标是获取从起始值对应的列到终止值对应的列的每一行的总和。这足以直接在循环中执行，如下所示（data.frame 是 df，start 是开始列，stop 是停止列）：

for(i in 1:nrow(df)) {
    df$out[i] <- rowSums(df[i,df$start[i]:df$stop[i]])
}

这很好用，但需要 15 分钟左右。有人对更快的方法有什么建议吗？

【问题讨论】：

标签： r loops

【解决方案1】：

您可以使用一些代数来做到这一点（如果您有足够的内存量）：

DF <- data.frame(start=3:7, end=4:8)
DF <- cbind(DF, matrix(1:50, nrow=5, ncol=10))

#  start end 1  2  3  4  5  6  7  8  9 10
#1     3   4 1  6 11 16 21 26 31 36 41 46
#2     4   5 2  7 12 17 22 27 32 37 42 47
#3     5   6 3  8 13 18 23 28 33 38 43 48
#4     6   7 4  9 14 19 24 29 34 39 44 49
#5     7   8 5 10 15 20 25 30 35 40 45 50

take <- outer(seq_len(ncol(DF)-2)+2, DF$start-1, ">") &
        outer(seq_len(ncol(DF)-2)+2, DF$end+1, "<")

diag(as.matrix(DF[,-(1:2)]) %*% take)
#[1]  7 19 31 43 55

【讨论】：

【解决方案2】：

如果您正在处理所有相同类型的值，您通常希望在矩阵中执行操作。这是一个矩阵形式的解决方案：

rows <- 10^3
cols <- 10^2
start <- sample(1:cols, rows, replace=T)
end <- pmin(cols, start + sample(1:(cols/2), rows, replace=T))

# first 2 cols of matrix are start and end, the rest are
# random data

mx <- matrix(c(start, end, runif(rows * cols)), nrow=rows)

# use `apply` to apply a function to each row, here the 
# function sums each row excluding the first two values
# from the value in the start column to the value in the
# end column

apply(mx, 1, function(x) sum(x[-(1:2)][x[[1]]:x[[2]]]))

# df version

df <- as.data.frame(mx)  
df$out <- apply(df, 1, function(x) sum(x[-(1:2)][x[[1]]:x[[2]]]))

您可以使用as.matrix 将您的data.frame 转换为矩阵。如图所示，您还可以直接在 data.frame 上运行应用程序，这仍然应该相当快。您的代码的真正问题是您正在修改数据框nrow 次，并且修改数据框非常慢。通过使用 apply，您可以通过生成答案（$out 列）来解决这个问题，然后您可以将其 cbind 回您的数据框（这意味着您只需修改一次数据框）。

【讨论】：

很好，但请将问题标记为已回答（如果您真的喜欢，请点赞！）