替换矩阵（R）中的值的有效方法

我有一个大矩阵（m），我想用新值（new_values）替换与向量（values_to_be_replaced）中存储的值匹配的矩阵（m）中的值。我的向量本身存储在数据帧中，因此我可以在数据帧上循环以获取向量，然后检查向量中是否包含矩阵值。下面的代码完成了应做的事情，但是对于我的输入数据来说太慢了。我的原始数据是一个有4600行和5900列的矩阵，而我的750个向量中最大的一个包含要比较的600万个数字。

我猜想有一种更有效的方法来加快计算速度。有人可以帮我弄清楚吗？（我的矩阵中有很多-9999值，因此跳过它们可以缩短计算时间，但可能还不够）

这是用R编写的示例：

library("dplyr")
## setting up the input dataframe
df<-setNames(data.frame(matrix(ncol = 4, nrow = 50)), c("ids", "var1", "var2", "var3"))
df$ids<-seq(1, 50,1)
df$var1<-rep(c(2, 4, 2, 1, 3, 5,1, 1,1, 6), each = 5)
df$var2<-rep(c(2, 4, 2, 1, 3, 5,1, 1,1, 6), each = 5)
df$var3<-rep(c(2, 4, 2, 1, 3, 5,1, 1,1, 6), each = 5)

##summarizing it by variables and ids
df<-df%>%
  group_by(var1, var2, var3)%>%
  summarise(ids=toString(ids))%>%data.frame()

##giving a new value by which values in matrix should be replaced
df$new_values<-c("101", "102", "103", "104", "105", "106")

##setting up a matrix
m = matrix( c(16, -9999,17, -9999, 18), nrow=5,  ncol=10, byrow = TRUE)        # fill matrix by rows 

##looping over dataframe
y<-0
for (i in 1:length(df$ids)) {
  values_to_be_replaced<-strsplit(df$ids[i], ",")
  values_to_be_replaced<-unlist(values_to_be_replaced, use.names=FALSE)
  values_to_be_replaced<-gsub(" ", "", values_to_be_replaced, fixed = TRUE)
  print(values_to_be_replaced)
  print(i)
  #print(length(values_to_be_replaced))
  m<-apply(m, 1:2, function(x) ifelse(x %in% values_to_be_replaced, df$new_values[i], x))
  #print(values_to_be_replaced)
  y<-y+1
}