一、数据类型

1.数据分类

1.1数值型

  • numeric：250

    1.2字符型

  • character：加了引号都是。”a”、”1”、”a+1”、’?’

    1.3逻辑型

    1.3.1 表现形式

  • logical T/F/NA，并不是所有的NA都是逻辑型

    1.3.2 来源

  • 比较运算的结果：== 、<、>、!=

  • 逻辑运算：和& 或| 非! 举例：!(3>4) TURE

    2.数据的判断和转换

    2.1 判断

    1. class()#判断数据类型，向量返回元素的数据类型，数据框返回 ，矩阵返回 ，列表返回 。
    2. is.numeric()#is族函数，返回值为T/F

    2.2转换

  • 转换规律：数值型→字符型；逻辑型→字符型；逻辑型→数值型

    1. as.numeric()#as族函数，将数据转换为数值型

    二、数据结构

    1. 向量 vector

  • 只能包含一种数据类型 x <- c(1,3,5,1);x x：变量名 1：元素

    1.1 向量的生成：

  • c() 1:3 rep()

    1.2 向量的筛选：[]

  • 将TURE筛选出来，FALSE丢弃；x[x%in%y]

  • []中可以是向量，如，x[1:4] x[c(1,5)] ，1:4和c(1,5)都是向量；
  • 也可以是向量中元素的下标，如，x[-4]；

  • 也可以是逻辑值，如，x[x%in%y]，与x等长的逻辑值向量

    1.3 向量的修改``

  • 向量的修改需要赋值

    1.4 向量的简单做图

  • plot(x) ，以x中的元素为图中y轴的值

    1.5 参考价值的习题

    1. kids <-  c("a",'b','c','d','e')  
    2. scores <- c('3','4','5','1','2')
    3. kids1 <- c("a","c","d","b","e") 
    4. score[order(scores)] ##sort(x)=x[order(x)] 
    5. kids[order(scores)]  ##以scores的从低到高给kids排序
    6. x[match(y,x)]  ##y是模板，给x调整顺序
    7. scores[match(kids1,kids)];scores  ##以kids1模板调整kids的顺序的元素的下标改变来调整scores的顺序

    1.6 代码总结

    1. paste0()/paste()/paste(x,y,sep="")   ##将两个向量组合在一起无/有空格/分隔符 paste0(rep("x",3),1:3) = paste0("x",1:3)  ##与位置有关的函数会循环补齐
    2. x==y   ##一一对应比较，生成等长向量，循环补齐，以长的为主
    3. x%in%y   ##检验x中的每个元素是否存在于y中，返回的是x等长的逻辑向量
    4. length(x)  ##计算向量里面元素的个数
    5. unique(x)  ##去重复 ，保留第一次出现的元素
    6. duplicated(x) ##判断元素在之前是否已经出现过，判断，未出现过F，出现过T  !duplicated()
    7. table(x)  ##重复值统计
    8. sort(x)  ##默认从小到大排序  sort(x,decreasing=T)从大到小 
    9. rev()  ##逆转   rev(sort(x))从大到小排序 
    10. identical(y1,y2)  ##确认y1和y2是否完全一致
    11. intersect(x,y) union() setdiff(x,y)   ##x中有y中无 #取交集，并集，差集
    12. round（a,2） ##保留a的2位小数
    13. rnorm(n=10,mean=0,sd=18) ##取随机数
    14. rep(,times=)  ##重复序列
    15. seq(from=,to=,by=)  ##有规律序列

    2. 数据框 data.frame

  • 一列只包含一个向量，即一列为同一种数据类型。如果将数据框转换为矩阵，将对其中的数据类型进行转换，详见数据转换规律。

    2.1 数据框生成

  • 直接输入，或读取文件：df2 <- read.csv(‘gene.csv’)

    2.2 数据框属性

  • dim() ##有几行几列

  • nrow(df) ##几行 ncol(df) ##几列

  • rownames(df) ##行名

    2.3 数据框取子集

  • 取一个：df[2,3] ##第2行第3列

  • 取一列：df$gene df[,2]
  • 取一行：df[2,]
  • 取几行几列：df[c(),1:2]
  • 按名字：df[,”gene”] df[,c(“a”,”b”)]

  • 按条件：df$gene[df%score<0] ##筛选df数据的score>0对应的gene df[df$score>0,] ##筛选df中score＞0的行

    2.4 数据框添加、删除

  • df$aa<-c() ##注意要和原有数据框的列长度相等

  • df[,-ncol(df)] ##删除最后一列

    2.5 数据框修改

  • 改一个/改一行/改一列： df$p.value<-c(0.1,0.2,0.3,0.4,0.5)

  • 改行名列名 ： rownames(df)<-c() colnames(df)[2]=”change”改一个列名一个行名

    2.6 数据框进阶

    1. head(iris,3)  ##看Iris的前3行 
    2. str(df)  ##看数据类型，几行几列，具体内容 5 obs. of 2 variables,5行2列
    3. na.omit(df)  ##去除含有缺失值的行
    4. cbind  ##按列连接 rbind  ##按行连接
    5. merge(test1,test2,by="name")  ##两个表格的连接，取两者的交集合并成1个数据 
    6. merge(test1,test2,by.x="name",by.y="NAME"）

    2.7 参考价值的习题

    2.7.1.png2.7.2.png
    x y ：将y的列名改成TCGA-ID
    identical(colnames(y),x$file_name)) F：identical是一一对应比较
    colnames(y) <- x$ID[match(colnames(y),x$file_name)] ##注意检查一下结果是否一一对应

    3. 矩阵 matrix

  • 只允许1种数据类型，数据自动转换

    3.1 矩阵新建

  • m<-matrix(1:9,nrow=3)

    3.2 矩阵取子集

  • m[2,] 同数据框

    3.3矩阵的转秩和转换

  • 转秩：t(m)行名会转成列名

  • 转换为数据框：as.data.frame()

    3.4 画热图：

  • heatmap::pheatmap(m)，自动进行聚类操作。

  • 如果不想聚类的进行画热图heatmap::pheatmap(m，cluster_cols=F,cluster_rows=F)

    4. 列表 list

  • 啥都能装

    4.1 新建列表

  • x<-list(m=matris(1:9,nrow=3),df= x= ) ##可以是向量，数据框和矩阵的集合，l的元素的名字分别是m,df,x。

    1. l <- list(m=matrix(1:9, nrow = 3),
    2.         df=data.frame(gene  = paste0("gene",1:3),
    3.                       sam   = paste0("sample",1:3),
    4.                       exp   = c(32,34,45)),
    5.         x=c(1,3,5))

    4.2 列表取子集

  • m[[2]]取第2个元素 m$df

  • m[2]和m[[2]]的区别在于数据结构，用class()判断。
  • m[2] 取的是列表中的第2个元素，数据类型仍然是列表list；

  • m[[2]]取的是列表第2个元素里面的内容，数据类型：向量=数据类型，数据框data.frame，矩阵matrix

    4.3 列表元素的名字

  • 向量里面每个元素的名字names()

  • x <- list(a= ,b= ) 将给列表的元素附上名字

  • names(x) <- c(‘a’,’b’) ##给列表x中的2个元素分别命名为a和b

    4.4 删除变量

  • rm(l)删除1个，删除多个rm(df,m)， 删除全部 rm(list=ls()) ，清空控制台ctrl+l

    5、数据结构总结

  • $可以用在data.frame和列表list中

R语言入门-1——数据类型 - 图4

三、函数与R包

1. 函数

1.1 形式参数和实际参数

  • 形式参数的默认值：根据标准情况下表现最好的值，为默认值。
  • 2为实际参数，可以修改。abm为形式参数，不可修改。
  • 括号前的是函数（）；（括号里等号前的是形式参数=）；（=括号里等号后的是实际参数）

![LJ]MQL~M)PVCOOW)Z2Y](V.png

1.2 认清函数和数据

  • @：给对象取元素或子集

    1.3习题，学习写函数

    1. a <- function(i){mean(i)+2*sd(i)}   ##写一个函数，参数是一个数值型向量，输出结果是该向量的平均值加2倍的标准差
    2. a(c(1,3,2,4,5))    ##用户使用该函数的代码

    2. R包

    2.1 R包的安装

  • install.library(“ “) ##CRAN

  • BiocManager::install(“ “) ##bioconductor
  • devtools::install_github(“jmzeng1314/idmap1”) ##github

  • if(!require(stringr))install.packages(“stringr”) ##

    2.2 R包加载

  • library()

  • require()

    2.3 获取帮助

  • 搜索 bioconductor limma等

  • 少数R包有cheatsheets
  • ?seq
  • help(“seq”)
  • example(“seq”)
  • browseVignettes(“stringr”) ##不是所有的包都有

  • ls(“package:stringr”) ##列出包有哪些函数

    四、文件读写

    1. 文件读取

  • 分隔符：逗号 空格 制表符（\t）【txt分隔符为空格，csv 逗号为分隔符，tsv分隔符为 tab】

  • 打开方式：excel,记事本,sublime（大文件）,R（read.csv(“ “),变量名和文件名不一致，且对数据框进行的修改不会同步到表格文件）
  • 可以改的参数：
  • header=T 【读取第一行】；
  • row.names =1 【第一列当行名使用】
  • check.names=F 【列名的特殊字符，如”-“不被读取】
  • numerals = 【小数点位数】
  • fill = T 【当某一列的行数与其他列的行数不匹配的时候，补齐NA】

  • sep = “\t” 【分隔符】

    1. read.table(" ")  ##读取txt文件
    2. read.csv(" ")  ##读取csv文件，两个文件的参数不同，具体如下
    3. mean(as.numeric(y$gene1))  ##注意读取matrix时，会因为既有数值型，又有字符型，导致数值型数据转换为字符型

    image.png

    2. 文件导出

  • csv：write.csv(test,file = “aaaa.csv “)

  • txt：write.table(test,file = “aaaa.txt “)

  • 最好不要用导出文件覆盖原文件

    3.Rdata

  • save(test,file=”aaaa.Rdata”) ##save生成的就是R.data，不论是否是save(xxx.csv)，需要用load打开

  • load(“aaaaa.Rdata”) 里面可以包含多个数据

  • 脚本 .R

    4.其他格式

  • 行名无用论

  • 读取excel：import( .excel) import_list(读取excel工作簿,sheet1sheet2) export(aaa.csv等格式导出都可以)
  • 5G)3A%@~%HDE%%5X_8S32ZP.png

    五、绘图

    六、应用

    转自生信技能树