R中基于idex的For循环

我有这个数据。frame

A

A 
Index  col2
1      10
2      7
3      3

这个data.frame

B

index  col2   col3 
    1      0.2    0.8
    2      0.3    0.7
    3      0.1    0.9    

现在，我将计算

df（A[，2]）

的百分比，当索引相同时，使用

df（B）

的col1和col2中的值。 预期产出为：

C
col1   col2
0.002  0.008  # A[1,2]/100*B[1,2]=0.002 & A[1,2]/100*B[1,3]=0.008 if the index is the same for the two data.frame, in this case is 1
.... ....
0.003  0.0027 #A[3,2]/100*B[3,2] & [3,2]/100*B[3,3] because the index is the same, 3 in this case.

如何使用（仅）

loop for

来执行此操作，请？

我们可以使用

A[,2][row(B[-1])]/100*B[-1]

---

您可以尝试嵌套循环：

A <- read.table(text = "
                   Index col2
                   1       10
                   2       7
                   3       3
", header = TRUE)

B <- read.table(text = "
                col2 col3
                0.2       0.8
                0.3       0.7
                0.1       0.9
                ", header = TRUE)

for(i in 1:3){
  for(f in 1:2){
print(A[i,f]/100*B[i,f])
  }
}

A数据

df_a <- data.frame(index = c(1, 2, 3), col2 = c(10, 7, 3))
df_b <- data.frame(index = c(1, 2, 3), col2 = c(.2, .3, .1), col3 = c(.8, .7, .9))

带回路

for (i in 1:nrow(df_a)) print((df_a[i, 2] / 100) * (df_b[i, 2:3]))

你因为坚持使用
for
循环而没有给出（令人信服的）理由而遭到我的否决票。如果我使用for循环，我可以直接管理每个输入，例如，我可以使用自己编写的MOTE CARLO模拟…使用
for
循环而不是矢量化操作来执行此操作速度很慢。对于MC模拟，您需要快速代码。您知道对于循环，我可以使用sapply吗？（基本答案不包括基于索引的操作）
sapply
并不比
for
循环更有效。
for (i in 1:nrow(df_a)) print((df_a[i, 2] / 100) * (df_b[i, 2:3]))