对于一组诊断代码，我有一个大型矩阵“dt”，其中包含 2 个月以上的急诊科就诊。列是“age”、“sex”、“date”、“county”、“zip”、“subjectid”、“position”、“diag”和“dt”；尺寸为 872344 x 9。
我想从该矩阵中提取子集并创建一个新矩阵，该矩阵仅包含“diag”列的数字介于 800 和 849 之间的那些行（所有列）。
我一直在搞乱构建循环并使用“which”或“if.else”，但我遇到了心理障碍。如果我只想提取一个诊断代码似乎会更容易，但是这一系列 50 个代码使事情变得复杂......指向一个循环？有没有人知道如何根据找到某些值进行子集化？
这是我的开始（没用）：
dta = dt
b = 800:849
for (i in 1:length(b)) {
}
【问题讨论】：
我不会将matrix() 转换为data.frame()，因为它速度较慢并且会占用更多内存，而matrix() 操作通常会更快。
除了大卫使用列号索引的答案：
dta = dt[dt[,8] >= 800 & dt[,8] <= 849,]
还有一种使用矩阵的列名索引的形式：
dta = dt[dt[,'metric'] >= 800 & dt[,'metric'] <= 849,]
如microbenchmark package 命令所示，对于具有 12 列和 13,241 行的相同矩阵，使用经过英特尔 MKL 优化编译的 R 运行：
microbenchmark::microbenchmark(
test.matrix = mt[mt[,3] %in% 5:10 & mt[,5] == 1,],
test.data.frame = df[df[,3] %in% 5:10 & df[,5] == 1,],
times = 1000
)
Unit: microseconds
expr min lq mean median uq max neval
test.matrix 885.732 938.386 1154.898 943.74 952.4415 138215.318 1000
test.data.frame 1176.218 1245.826 1363.379 1258.32 1286.4320 3392.556 1000
当矩阵变得非常大时，这种差异就会变得明显。在我的机器上，矩阵索引速度也优于data.table。
【讨论】：
除了上面的优秀答案，我还可以在dpylr包中添加filter函数
filter(dt,diag>=800 & diag <= 849)
filter() 与subset() 相似，只是你可以给它任意数量的过滤条件，这些条件与& 结合在一起（不是&&，这很容易意外！）。 dpylr 包还有其他不错的数据处理函数，你可以看看。
【讨论】：
dta = dt[dt[, 8] >= 800 & dt[, 8] <= 849, ]
ETA：你确定这是一个矩阵而不是一个 data.frame 吗？如果是data.frame，可以这样做：
dta = dt[dt$diag >= 800 & dt$diag <= 849, ]
【讨论】：
鉴于您的列名，我怀疑您的 dt 是 data.frame，而不是矩阵；您可以通过运行is.data.frame(dt) 来确认。
如果是这种情况，过滤数据的一种简单方法是使用subset 函数，如下所示：
dta <- subset(dt, diag >= 800 & diag <= 849)
【讨论】：