数据结构

一、几个小技巧

• R的赋值符号：<-
• Console 控制台输入命令：相当于linux命令行
• R的代码都是带括号的
• 括号必须是英文
• 显示工作路径 getwd()
• 向量是由元素组成的（元素可以是数字或者字符串）
• 表格在R语言中改名叫数据框
• ?函数名调出对应的帮助文档（如？read.table）
• 数据类型（向量（vector）矩阵（Matrix）数组（Array）数据框（Data frame）List）

二、向量

1. 元素：数字或者字符串
2. 标量：一个元素组成的变量
3. 向量：多个元素组成的变量 ，是一排有序排列的元素 标量、向量与元素

常见赋值方法

x <- c(1,2,3) #常用的向量写法，意为将x定义为由元素1，2，3组成的向量。
x<- 1:10 #从1-10之间所有的整数
x<- seq(1,10,by = 0.5) #1-10之间每隔0.5取一个数（注意是逗号不是分号）
x<- rep(1:3,times=2) #1-3 重复2次

查看变量

图cr生信星球
图cr生信星球

从向量中提取元素的方法

1. 按位置

> x
[1] 1 2 3 1 2 3
> x[-4]#排除法，除了第4个元素之外剩余的元素
[1] 1 2 3 2 3
> x[2:4]#第2到4个元素
[1] 2 3 1
> x[-(2:4)]#除了第2-4个元素
[1] 1 2 3
> x[c(1,5)] #第1个和第5个元素
[1] 1 2

2. 按数值

> x[x==3]#等于3的元素
[1] 3 3
> x[x>1]
[1] 2 3 2 3
> x[x %in% c(1,2,5)]#存在于向量c（1，2，5）中的元素
[1] 1 2 1 2

三.数据框

示例数据1
示例数据2
1. 输入y<-read.csv('doudou.txt')后
结果
2. 输入z<-read.table('huahua.txt',sep="\t",header=T)后
结果

• 此处sep表示分隔符，\t为空格的意思，即空格为分隔符
• header为第一行是否用作列名称。true则excel第一行用于列名称,具体数据从第二行开始 false则第一行即为具体数据。此处首行X1、X2为列名称。

3. 设置行名和列名

> X<-read.csv('doudou.txt') 
> colnames(X) #查看列名
[1] "X1" "X2"
> rownames(X) #查看行名,默认值的行名就是行号，1.2.3.4...
[1] "1" "2" "3" "4" "5"
> colnames(X)[1]<-"bioplanet"#有的公司返回数据，左上角第一格为空，R会自动补为x,用这个命令来修改
> X<-read.csv(file = "huahua.txt",sep = " ",header =T,row.names = 1)#最后row.names的意思是修改第一列为行名

输入最后一行代码后X显示
4. 数据框的导出

write.table(X,file = "yu.txt",sep = ",",quote=F)#分隔符改为逗号，字符串不加双引号（默认格式带由双引号） 

5. 变量的保存与重新加载

save.image(file="bioinfoplanet.RData")#保存当前所有变量（保存镜像文件）
save(X,file="test.RData")#保存其中一个变量
load("test.RData")#再次使用RData时的加载命令

6. 提取元素

- X[x,y]#第x行第y列
- X[x,]#第x行
- X[,y]#第y列
- X[y] #也是第y列
- X[a:b]#第a列到第b列
- X[c(a,b)]#第a列和第b列
- X$列名#也可以提取列（优秀写法，而且这个命令还优秀到不用写括号的地步，并且支持Tab自动补全哦，不过只能提取一列）

示例数据框

> z[1,2]
[1] 1
> z[1,1]
[1] "A"
> z[3,1]
[1] "C"
> z[1,]
  X1 X2
1  A  1
> z[2,]
  X1 X2
2  B NA
> z[,2]
[1]  1 NA NA  3 NA
> z[,1]
[1] "A" "B" "C" "D" "E"
> z[1]
  X1
1  A
2  B
3  C
4  D
5  E
> z[1:2]
  X1 X2
1  A  1
2  B NA
3  C NA
4  D  3
5  E NA
> z[c(1,2)]
  X1 X2
1  A  1
2  B NA
3  C NA
4  D  3
5  E NA
> z$X1
[1] "A" "B" "C" "D" "E"

其他知识点

1. 提取某两列为散点图

options(stringsAsFactors = T)
a <-data.frame(case=paste0("S",1:9),values=runif(9))
plot(a$case,a$values)

若为了避免plot函数中变量名出现两次，可采用如下方法

attach(a)
plot(case,values)

或

with(a,{
 plot(case,values)
x<<-summary(values)   #求和并赋值给x,<<的意思是作为全局变量，也就是出了大括号仍有效。
})
x #运行完后打印x

2. 脚本的复制与保存（省略）
   课后问题：save(X,file="test.RData")这句代码如果报错object X not found，是为什么，应该怎么解决？
   答：证明X对象不存在，可能是变量名写错，之前并未对X变量进行赋值