對於行(未按您的例子列)然後head()
和tail()
可以利用。
A <- matrix(rep(1:8, each = 5), nrow = 5)
tail(A, 3)
是幾乎相同
A[3:dim(A)[1],]
(所述rownames /印刷指數是不同的是全部)。
的載體和數據的那些工作幀太:
> tail(1:10, 4)
[1] 7 8 9 10
> tail(data.frame(A = 1:5, B = 1:5), 3)
A B
3 3 3
4 4 4
5 5 5
對於列版本,可以適應tail()
,但它是一個有點棘手。我不知道如果NROW()
和NCOL()
可能是有用的位置,而不是dim()
:
> A[, 3:NCOL(A)]
[,1] [,2] [,3] [,4] [,5] [,6]
[1,] 3 4 5 6 7 8
[2,] 3 4 5 6 7 8
[3,] 3 4 5 6 7 8
[4,] 3 4 5 6 7 8
[5,] 3 4 5 6 7 8
或翻轉這在它的頭和,而不是在探求事物R,要求它放棄的東西來代替。這是一個封裝這個功能:
give <- function(x, i, dimen = 1L) {
ind <- seq_len(i-1)
if(isTRUE(all.equal(dimen, 1L))) { ## rows
out <- x[-ind, ]
} else if(isTRUE(all.equal(dimen, 2L))) { ## cols
out <- x[, -ind]
} else {
stop("Only for 2d objects")
}
out
}
> give(A, 3)
[,1] [,2] [,3] [,4] [,5] [,6] [,7] [,8]
[1,] 1 2 3 4 5 6 7 8
[2,] 1 2 3 4 5 6 7 8
[3,] 1 2 3 4 5 6 7 8
> give(A, 3, dimen = 2)
[,1] [,2] [,3] [,4] [,5] [,6]
[1,] 3 4 5 6 7 8
[2,] 3 4 5 6 7 8
[3,] 3 4 5 6 7 8
[4,] 3 4 5 6 7 8
[5,] 3 4 5 6 7 8
好的提示!謝謝! ' - (1:2)'看起來很酷...... alsa ncol(A)比dim(A)[2]短得多。謝謝! – TMS