如何使用for循环来简化代码？

我想要一个带有下一个值列表的数据帧：

a <- Data[1,2]
b <- Data[2,3]
c <- Data[3,4]
d <- Data[4,5]
df <- data.frame(c(a,b,c,d))

---

a对于

loop1，您不需要

。而是：

当通过[单个参数]对数组进行索引时，i可以是一个矩阵，其列数与x的维数相同；结果是一个向量，其元素对应于i的每一行中的索引集

用所需的i和j索引替换
1:4
和
2:5

如果使用成对（i，j）索引更方便，还可以为它们生成矩阵，只需传递
byrow=TRUE
：

index = matrix(c(
    c(1L, 2L),
    c(2L, 3L),
    c(3L, 4L),
    c(4L, 5L)
), ncol = 2L, byrow = TRUE)


1作为一般规则，
for
循环是R中的最后一种手段。它们有有效的用途，但通常会使代码变得比必要的更复杂。在许多情况下（如上所述），您可以不进行任何形式的迭代就可以离开。如果您需要迭代，您的第一个调用端口应该是特定的、合适的向量算法（例如
cumsum
）。如果没有合适的算法，则下一步转到更高阶的列表函数（如
lappy
/
vapply
/
Reduce
/
Filter
或“purrr”包中的等效功能）

只有当这些操作都不适用时，才应求助于
for
循环。
您可以尝试

diag(as.matrix(Data[1:4,-1]))

因此

也许您可以使用
col
+
row

> df <- data.frame(number = Data[col(Data)-row(Data)==1])

> df
     number
1 0.8983897
2 0.1765568
3 0.9919061
4 0.1255551

如果您创建一个小的可复制示例以及预期的输出，那么会更容易提供帮助。请阅读。您说您想要一个数据帧（您的变量称为
df
）但是你想要的结果是一个向量。它是什么？啊，我明白了，我指的是一个数据帧。我会编辑question@Irene232545如果你认为这个答案有用，请考虑接受。
diag(as.matrix(Data[1:4,-1]))

df = data.frame(number = diag(as.matrix(Data[1:4,-1])))

> df <- data.frame(number = Data[col(Data)-row(Data)==1])

> df
     number
1 0.8983897
2 0.1765568
3 0.9919061
4 0.1255551

> Data
          [,1]       [,2]      [,3]      [,4]
[1,] 0.2655087 0.89838968 0.2059746 0.4976992
[2,] 0.3721239 0.94467527 0.1765568 0.7176185
[3,] 0.5728534 0.66079779 0.6870228 0.9919061
[4,] 0.9082078 0.62911404 0.3841037 0.3800352
[5,] 0.2016819 0.06178627 0.7698414 0.7774452
          [,5]
[1,] 0.9347052
[2,] 0.2121425
[3,] 0.6516738
[4,] 0.1255551
[5,] 0.2672207