NCI60数据集指定类别子集筛选：结果不符与维度错误求助

先明确核心前提 #

NCI60是ISLR包里的列表（list）对象，不是常规的二维数据框/矩阵，它包含两个核心部分：NCI60$data（基因表达矩阵，行对应样本、列对应基因）和NCI60$labs（每个样本的类别标签向量），这是你两个错误的根源。

问题1：筛选后出现不在g3的类别 #

你之前用NCI60[cancers %in% g3]的错误点：

• 首先，cancers应该对应NCI60$labs，但就算替换后，直接对list用向量索引，只会筛选list里的元素（也就是data和labs这两个组件），根本不是筛选样本。

正确操作流程 #

library(ISLR)
data(NCI60)

# 统计每个类别的样本数量
lab_counts <- table(NCI60$labs)
# 提取样本数>3的类别集合g3
g3 <- names(lab_counts)[lab_counts > 3]

# 获取符合条件的样本行索引
keep_rows <- which(NCI60$labs %in% g3)
# 提取筛选后的样本矩阵
subset_data <- NCI60$data[keep_rows, ]
# 同步提取对应标签
subset_labs <- NCI60$labs[keep_rows]

# 验证：只会显示g3中的类别
table(subset_labs)

问题2：incorrect number of dimensions错误 #

你用NCI60[NCI60$labs %in% g3, ]报错，是因为list是一维结构，不能用二维索引（行,列）的语法——二维索引只适用于矩阵、数据框这类二维对象。

正确写法 #

直接对NCI60$data这个二维矩阵做行筛选：

# 直接筛选数据矩阵的行
subset_data <- NCI60$data[NCI60$labs %in% g3, ]
# 同步筛选标签
subset_labs <- NCI60$labs[NCI60$labs %in% g3]

可选：转成数据框简化操作 #

如果习惯用数据框的语法，可以把数据和标签合并成数据框：

nci_df <- data.frame(NCI60$data, labs = NCI60$labs)
# 现在就能用数据框的筛选逻辑了
subset_df <- nci_df[nci_df$labs %in% g3, ]
# 验证类别
table(subset_df$labs)

内容的提问来源于stack exchange，提问作者Datagram