R：在多次比较后替换不同列中的元素

我有一个原始的调查数据

df

，有5个人的7个项目。每个人的一个项目（不同的项目）是比较的主题。向量

vec

表示项目的位置。此外，还有两个矩阵

prob1

prob2

用于比较。比较结果是，如果随机值低于

prob1

中项目所在位置的值，则原始调查响应将替换为9。如果随机值介于

prob1

和

prob2

的值之间，则原始调查响应将替换为99

在下面的示例中，对于第一个受访者，第3项的响应（即

3

）是比较的主题。

prob1

和

prob2

的对应值分别为

.103

和

.781

。由于第一个响应者的随机数，

.482

介于两个值之间，因此第一个响应者的初始数据需要替换为99

我当然可以用for-loop来做，但是速度很慢。我试图使用

sapply

函数，但我确实没有得到正确的解决方案。有什么建议吗？谢谢

set.seed(100)
df<-as.data.frame(matrix(sample(c(1:4),35,replace=T),nrow=5))
vec<-c(3,5,2,3,1)
set.seed(1)
prob1<-round(matrix(runif(35,0,.5), nrow=5),3)
set.seed(2)
prob2<-round(matrix(runif(35,.51,1), nrow=5),3)
ran<-c(.482, .298, .115, .163, .644)

> df
   V1 V2 V3 V4 V5 V6 V7
 1  2  2  3  3  3  1  2
 2  2  4  4  1  3  4  4
 3  3  3  2  2  3  4  2
 4  1  3  3  2  3  3  4
 5  3  1  4  3  2  2  3
> prob1
      [,1]  [,2]  [,3]  [,4]  [,5]  [,6]  [,7]
[1,] 0.133 0.449 0.103 0.249 0.467 0.193 0.241
[2,] 0.186 0.472 0.088 0.359 0.106 0.007 0.300
[3,] 0.286 0.330 0.344 0.496 0.326 0.191 0.247
[4,] 0.454 0.315 0.192 0.190 0.063 0.435 0.093
[5,] 0.101 0.031 0.385 0.389 0.134 0.170 0.414
> prob2
      [,1]  [,2]  [,3]  [,4]  [,5]  [,6]  [,7]
[1,] 0.601 0.972 0.781 0.928 0.834 0.749 0.515
[2,] 0.854 0.573 0.627 0.988 0.700 0.583 0.591
[3,] 0.791 0.918 0.883 0.621 0.920 0.685 0.907
[4,] 0.592 0.739 0.599 0.728 0.584 0.982 0.936
[5,] 0.972 0.779 0.709 0.547 0.680 0.575 0.762

set.seed（100）
df如果我理解正确，您正在尝试访问以下索引

idx <- cbind(seq_along(vec),c(vec))

所以

df[idx[ind99，]]如果随机值大于
prob1
和
prob2
，那么原始调查响应是否保持不变？是。如果价值大于两者，则无需执行任何操作。非常感谢！因为我不是R方面的专家，我真的不明白
prob2[idx]
如何返回相应的五个概率，
0.781 0.700 0.918 0.599 0.972
你能解释一下吗？看看索引
的帮助文件吗？'['
，一节开始，“第三种形式的索引是通过一个数字矩阵，每个维度有一列。”明白了。我希望能对你们的答案投票一百万次。非常感谢！！
ind99 <- ran < prob2[idx] 
ind09 <- ran < prob1[idx] 

df[idx[ind99,]] <- 99
df[idx[ind09,]] <-  9

V1 V2 V3 V4 V5 V6 V7
1  2  2 99  3  3  1  2
2  2  4  4  1 99  4  4
3  3  9  2  2  3  4  2
4  1  3  9  2  3  3  4
5 99  1  4  3  2  2  3