简化可怕的R代码以调整行方式

Question

我知道使用R强大的矢量处理功能可以使代码更短,更高效.我只是想不清楚目前怎么样......

基本任务是调整每行中的单元格,以便强制行总数匹配由另一个数据帧确定的预定义数字.这样,每个区域的总人口被强制为某个值(每行代表一个区域),而从一列移动到下一列的单元格之间的比率保持不变.

执行它的丑陋方式(第一个循环只是创建一个示例数据框;确保可以更好地完成所有;我只是不能停止使用循环!):

con1 <- array(dim=c(5,3))

set.seed(1066)
for(i in 1:ncol(con1)){
con1[,i] <- round(rnorm(n=5,mean=10,sd=3))}
con1 <- data.frame(con1)
con2 <- data.frame(array(c(8:13, 9:14, 10:15), dim=c(5,3)))

apply(con1,1, sum)
apply(con2,1, sum) # different row totals

con1.adj <- con1
for ( i in 1:nrow(con1)){
  con1.adj[i,1] <- con1[i,1] * ( sum(con2[i,]) / sum(con1[i,]) )
  con1.adj[i,2] <- con1[i,2] * ( sum(con2[i,]) / sum(con1[i,]) )
  con1.adj[i,3] <- con1[i,3] * ( sum(con2[i,]) / sum(con1[i,]) )
}
con1.adj <- data.frame(con1.adj)
apply(con1.adj,1, sum) # same row totals

(上下文:从其他人的工作中挖出这段代码并快乐地使用了一段时间.现在我看起来很糟糕,因为我已经在陡峭的R学习曲线上走了一小段路.也想让代码重复使用真的很享受这种语言,如果我能找到一种更美妙的方式,我会更喜欢这种语言)

Answer 1

我认为这个单行应该做的工作:

con1.adj <- con1 * rowSums(con2) / rowSums(con1)