我正在寻找一个在 R 中或可以用 R 轻松包装的库，它可以执行以下操作：
min, max, sum,之类的操作sd并且（这很重要），能够沿总结上述操作的任何维度（及其组合）定义多级掩码。例如，
1 3 5
2 4 6 -(rowmask=[1,3])-(colmask=1,2)-(op=sum)-(axis=rows)-> 8 11
7 8 9
要么：
1 3 5 3 7 11
2 4 6 -(rowlevels=['a','a','b'])-(op=sum)-(axis=rows)-> 7 8 9
7 8 9
理想情况下也是两者的结合。
我已经开始在核心 R 中对此进行编码，但它很快就会变得一团糟。
有什么建议？
DyND库可能会让您感兴趣。它来自 Scientific Python 生态系统，作为 numpy 的替代品，但我相信它是直接的 C++，因此应该很容易在 R 中包装。
实际上，在两种语言之间共享一个数字库可能会带来意想不到的好处。
到目前为止，R 的最佳解决方案是 DataTable
http://cran.r-project.org/web/packages/data.table/index.html
我不确定 BLAS 后端，但 DataTable 速度非常快。我有一份使用 data.frame 聚合的工作大约需要 24 小时。我只是用数据表替换了所有内容，大约 20 分钟就完成了。这是 2 年前，该软件包还处于起步阶段。
见时间： http ://cran.r-project.org/web/packages/data.table/vignettes/datatable-timings.pdf
基础 R 中的数组函数提供了以下功能：
x <- array(c(1, 2, 7, 3, 4, 8, 5, 6, 9), dim = c(3, 3, 1))
max(x[1,,])
min(x[,1,])
sd(x[,,1])
slam 包为稀疏数组提供了一种格式：
s <- as.simple_sparse_array(x)
max(s[1,,])
min(s[,1,])
sd(as.vector(s[,,1]))
我从来没有用过slam，所以我不熟悉来龙去脉。如果您的数组非常密集，只需使用 R 数组。
在数组索引和应用函数之间，您应该能够做大部分您想做的事情。