R 随时间的概率分布？

我是新来R的。我已经对这个问题进行了全面的讨论，也许没有正确地寻找我想要的答案

我有一个矩阵，它具有行和列的独特二元关系。如果这两个人在那一年没有互动，则单元格中填充0，如果他们在那一年没有互动，则填充1

我试图计算每个单元格的百分比-相对于第一次出现1后的条目数，出现1的次数。通俗地说，这就是两个人见面后每年互动的频率

一行中第一次出现1的情况总是100%。例如，下面示例中的B行：

 V1 V2 V3 V4
A 0  0  1  0
B 1  1  0  0

变成

 100 100 66 50

我计算了矩阵中每个单元格的累积和

data <- matrix(sample(0:1,5*4,rep=T),4)
test<-t(apply(data,1,cumsum))

data
data=1）
为元素划分提供了几乎合适的分母，而
f（data）==0
确保我们不被0除。
是
t（apply（data，1，cumsum）/（1:ncol（data））*100
您在寻找什么？
mm<-function(x){(x)/(ncol(data)-(which(x>0)[1]))} 
tmp_int<-apply(data, 1:2, mm) 

data <- matrix(sample(0:1, 5 * 4, rep = TRUE), 4)

f <- function(m) t(apply(m, 1, cumsum))
f(data) / (f(f(data) >= 1) + (f(data) == 0)) * 100
#      [,1] [,2]     [,3]     [,4] [,5]
# [1,]  100   50 66.66667 75.00000   60
# [2,]  100  100 66.66667 50.00000   40
# [3,]    0  100 50.00000 33.33333   25
# [4,]  100   50 66.66667 50.00000   60