如何基于数据框x,y对高效提取R语言3D数组的维度值？

现有一个形状为[x=16, y=80, t=148]的3D数组：

a <- array(runif(16*80*148), dim = c(16, 80, 148))

同时有一个包含50行（带ID）的数据框，每行对应一组x,y坐标：

df <- data.frame(id = seq(1:50),
                 x = floor(runif(50, 1,16)),
                 y = floor(runif(50, 1, 80)))

需要根据df中的x,y对，从a中提取对应位置的t维度数据，生成形状为[50, 148]的2D数组，替代手动循环rbind的低效写法。

以下是几种高效实现方法：

方法1：矩阵式索引（最优效率） #

R的数组支持用矩阵作为索引，矩阵每行对应数组前两个维度的位置。通过构造x,y索引矩阵，可直接提取所有目标数据，再转置调整形状：

# 构造包含x、y坐标的索引矩阵
idx_matrix <- cbind(df$x, df$y)
# 提取数据并转置，得到n行t列的结果
output <- t(a[idx_matrix, ])

原理：a[idx_matrix, ]会返回t×n的矩阵，转置后正好符合n×t的目标形状，全程是向量化操作，没有显式循环，效率最高。

方法2：apply遍历（直观但效率稍低） #

如果更偏好直观的写法，可以用apply遍历数据框的x,y列，提取对应位置的t维度数据后合并：

output <- t(apply(df[, c("x", "y")], 1, function(pos) a[pos[1], pos[2], ]))

注意：这种方法本质是隐式循环，数据量较大时效率不如矩阵索引。

方法3：abind包拼接（可选） #

若需处理更复杂的维度组合，可借助abind包的abind函数，但对当前场景来说略显冗余：

library(abind)
output <- abind(lapply(1:nrow(df), function(i) a[df$x[i], df$y[i], ]), along = 1)

内容的提问来源于stack exchange，提问作者DarwinsBeard