使用矩阵对表进行子集化

Question

我开始使用 R 并且遇到了一个 n 维表 my.table 的问题，我想以各种方式对其进行子集化。我有一个行矩阵m，它可以让我用my.table[m] 选择表格的一个单元格。现在我想使用m 来选择表格的一整行（不仅仅是一个单元格），方法是指示我不想被切片的一个维度i。通过将索引的i-th 位置留空，可以通过普通索引轻松完成此操作，但在我的情况下，i 的值仅在运行时才知道。

我会尝试用一些代码来说明它：

# let's assume n = 4
# I can pick a cell value with the literal indexing
a.value <- my.table[2, 1, 4, 2]
# And I can reproduce this with matrix indexing
m <- matrix(c(2, 1, 4, 2), nrow=1)
a.value <- my.table[m]

# Now let's assume i = 3
# I can subset the table with literal indexing to pick the whole row
a.row <- my.table[2, 1, , 2]
# But how can I do the same using the matrix m?

我试过设置m[i] <- NA和m[i] <- NULL，但显然不行。

是否有一些“神奇”的值相当于文字索引中的空白？还是没有办法直接做到这一点？

更新：

我将发布我现在正在使用的代码，它给出了我想要的结果。不过，很高兴知道是否有更好、更优雅或更通用的方法：

function(my.table, m, i) {
    i.dim <- dim(my.table)[i]
    return(apply(matrix(1:i.dim, nrow=1), 1, function(x) {
        # in my case, I don't need to preserve the original value of m[i]
        m[i] <- x
        return(my.table[m])
    }))
}

更新 2： 应@javlacalle 的要求，我发布了表格dput 的输出。

structure(c(0.830412306140461, 0.169587693859539, 0.944833625218914, 
0.0551663747810858, 0.993589743589744, 0.00641025641025641, 1, 
0, 0.992307692307692, 0.00769230769230769, 1, 0, 1, 0, NaN, NaN
), class = "table", .Dim = c(2L, 2L, 2L, 2L), .Dimnames = structure(list(
    V29.0 = c("0", "1"), `779.89` = c("0", "1"), `771.81` = c("0", 
    "1"), `771.89` = c("0", "1")), .Names = c("V29.0", "779.89", 
"771.81", "771.89")))

更新 3：

我发现我所说的“神奇”值确实存在，您可以通过 bquote() 获得它 - 只是我认为没有办法将它与其他数字一起使用矩阵以形成适当的索引。

Answer 1

写作怎么样？ my.table[1, 1, 1, 1:2] 而不是 my.table[1, 1, 1, ]？ 您可以将要扩展的索引设置为 0（在 m 中），然后定义

f <- function(my.table, m) {
    dims <- dim(my.table)
    a <- lapply(1:4, function(x) if (m[, x] == 0) 1:dims[x] else m[, x])
    my.table[a[[1]], a[[2]], a[[3]], a[[4]]]
}

例如

m <- matrix(c(0, 1, 1, 0), nrow = 1)
my.table[, 1, 1, ] # same as my.table[1:2, 1, 1, 1:2]
#      771.89
# V29.0         0           1
#     0 0.8304123 0.992307692
#     1 0.1695877 0.007692308

f(my.table, m)
#      771.89
# V29.0         0           1
#     0 0.8304123 0.992307692
#     1 0.1695877 0.007692308