如何基于规则列表转换矩阵中的值，而不使用R中的for循环

我有一个1或0的矩阵

xmat = matrix(round(runif(12),0), ncol=3)
     [,1] [,2] [,3]
[1,]    0    1    1
[2,]    1    0    1
[3,]    1    0    0
[4,]    1    0    1

我还有一个规则表，它是一个列表

a = c(0.2, 0.5)
b = c(0.5, 0.6)
c = c(0.8, 0.1)
names(a) = c("0", "1")
names(b) = c("0", "1")
names(c) = c("0", "1")

ruletable = list(a, b, c)

[[1]]
  0   1 
0.2 0.5 

[[2]]
  0   1 
 0.5 0.6 

[[3]]
  0   1 
 0.8 0.1 

我需要用规则表指定的相应值替换xmat每列中的1和0。例如，xmat的第一列是（0,1,1,1），需要使用ruletable[[1]]将其转换为（0.2,0.5,0.5,0.5）。类似地，需要使用ruletable[[2]]将xmat的第二列（1,0,0,0）转换为（0.6,0.5,0.5,0.5）。由于这可能是一个巨大的矩阵，我正在寻找一个不使用for循环的解决方案

---

谢谢

这应该是合理有效的：

vapply(
  1:length(ruletable), 
  function(x) ruletable[[x]][xmat[, x] + 1L],
  numeric(nrow(xmat))
)

原始矩阵（

set.seed（1）

）：

结果：

#      [,1] [,2] [,3]
# [1,]  0.2  0.5  0.8
# [2,]  0.2  0.6  0.8
# [3,]  0.2  0.6  0.8
# [4,]  0.5  0.6  0.1

---

这应该是合理有效的：

vapply(
  1:length(ruletable), 
  function(x) ruletable[[x]][xmat[, x] + 1L],
  numeric(nrow(xmat))
)

原始矩阵（

set.seed（1）

）：

结果：

#      [,1] [,2] [,3]
# [1,]  0.2  0.5  0.8
# [2,]  0.2  0.6  0.8
# [3,]  0.2  0.6  0.8
# [4,]  0.5  0.6  0.1

---

这应该是合理有效的：

vapply(
  1:length(ruletable), 
  function(x) ruletable[[x]][xmat[, x] + 1L],
  numeric(nrow(xmat))
)

原始矩阵（

set.seed（1）

）：

结果：

#      [,1] [,2] [,3]
# [1,]  0.2  0.5  0.8
# [2,]  0.2  0.6  0.8
# [3,]  0.2  0.6  0.8
# [4,]  0.5  0.6  0.1

---

这应该是合理有效的：

vapply(
  1:length(ruletable), 
  function(x) ruletable[[x]][xmat[, x] + 1L],
  numeric(nrow(xmat))
)

原始矩阵（

set.seed（1）

）：

结果：

#      [,1] [,2] [,3]
# [1,]  0.2  0.5  0.8
# [2,]  0.2  0.6  0.8
# [3,]  0.2  0.6  0.8
# [4,]  0.5  0.6  0.1

---

mapply

回答：

xmat <- matrix(c(0,1,1,1,1,0,0,0,1,1,0,1),nrow=4)
mapply(function(x,y) y[as.character(x)], data.frame(xmat),ruletable)

   X1  X2  X3
0 0.2 0.6 0.1
1 0.5 0.5 0.1
1 0.5 0.5 0.8
1 0.5 0.5 0.1

---

mapply

回答：

xmat <- matrix(c(0,1,1,1,1,0,0,0,1,1,0,1),nrow=4)
mapply(function(x,y) y[as.character(x)], data.frame(xmat),ruletable)

   X1  X2  X3
0 0.2 0.6 0.1
1 0.5 0.5 0.1
1 0.5 0.5 0.8
1 0.5 0.5 0.1

---

mapply

回答：

xmat <- matrix(c(0,1,1,1,1,0,0,0,1,1,0,1),nrow=4)
mapply(function(x,y) y[as.character(x)], data.frame(xmat),ruletable)

   X1  X2  X3
0 0.2 0.6 0.1
1 0.5 0.5 0.1
1 0.5 0.5 0.8
1 0.5 0.5 0.1

---

mapply

回答：

xmat <- matrix(c(0,1,1,1,1,0,0,0,1,1,0,1),nrow=4)
mapply(function(x,y) y[as.character(x)], data.frame(xmat),ruletable)

   X1  X2  X3
0 0.2 0.6 0.1
1 0.5 0.5 0.1
1 0.5 0.5 0.8
1 0.5 0.5 0.1

---

---

时间复杂性仍然是m*n，为什么不使用循环？时间复杂性仍然是m*n，为什么不使用循环？时间复杂性仍然是m*n，为什么不使用循环？时间复杂性仍然是m*n，为什么不使用循环？1:length（ruletable）的东西不算作for循环，对吗？@user3193265，为什么不试试这个，看看它是怎么回事？无论如何，在最低级别（即FORTRAN、机器代码等）都会有一个循环来完成此操作

vapply

非常有效。@user3193265，从技术上讲不是，它不是

for

循环。但最终这将在C或FORTRAN中实现为循环<代码>for循环本身并不慢。因为它们经常与不断增长的病媒联系在一起，这是个坏消息。非常感谢！我可以问一下+1L有什么作用吗？@user3193265-

xmat

中的值是0和1，加上+1（或+1L）会使它们变成1和2，从

规则表

列表中的每个向量中选择适当的值。我将插入我自己的答案，指出它依赖于列表的名称，而不是位置查找。1:length（ruletable）这件事不算作for循环，对吗？@user3193265，你为什么不试试这个，看看它是怎么回事？无论如何，在最低级别（即FORTRAN、机器代码等）都会有一个循环来完成此操作

vapply

非常有效。@user3193265，从技术上讲不是，它不是

for

循环。但最终这将在C或FORTRAN中实现为循环<代码>for循环本身并不慢。因为它们经常与不断增长的病媒联系在一起，这是个坏消息。非常感谢！我可以问一下+1L有什么作用吗？@user3193265-

xmat

中的值是0和1，加上+1（或+1L）会使它们变成1和2，从

规则表

列表中的每个向量中选择适当的值。我将插入我自己的答案，指出它依赖于列表的名称，而不是位置查找。1:length（ruletable）这件事不算作for循环，对吗？@user3193265，你为什么不试试这个，看看它是怎么回事？无论如何，在最低级别（即FORTRAN、机器代码等）都会有一个循环来完成此操作

vapply

非常有效。@user3193265，从技术上讲不是，它不是

for

循环。但最终这将在C或FORTRAN中实现为循环<代码>for循环本身并不慢。因为它们经常与不断增长的病媒联系在一起，这是个坏消息。非常感谢！我可以问一下+1L有什么作用吗？@user3193265-

xmat

中的值是0和1，加上+1（或+1L）会使它们变成1和2，从

规则表

列表中的每个向量中选择适当的值。我将插入我自己的答案，指出它依赖于列表的名称，而不是位置查找。1:length（ruletable）这件事不算作for循环，对吗？@user3193265，你为什么不试试这个，看看它是怎么回事？无论如何，在最低级别（即FORTRAN、机器代码等）都会有一个循环来完成此操作

vapply

非常有效。@user3193265，从技术上讲不是，它不是

for

循环。但最终这将在C或FORTRAN中实现为循环<代码>for循环本身并不慢。因为它们经常与不断增长的病媒联系在一起，这是个坏消息。非常感谢！我可以问一下+1L有什么作用吗？@user3193265-

xmat

中的值是0和1，加上+1（或+1L）会使它们变成1和2，从

规则表

列表中的每个向量中选择适当的值。我将插入我自己的答案，指出它依赖于列表的名称，而不是位置查找。他们应该允许人们标记多个答案！谢谢这也行得通。他们应该允许人们标记多个答案！谢谢这也行得通。他们应该允许人们标记多个答案！谢谢这也行得通。他们应该允许人们标记多个答案！谢谢