数据挖掘0304

2021-03-04  本文已影响0人  五官端正123

所有资料来源于生信技能树

1. 向量

match.png

谁在逗号后面,出来的结果是谁的下标

match
a <- c("11","22","33","44","55")
b <- c("22","11","33","44","55")
match(a,b)#出来b中的字符在a中的顺序
#[1] 2 1 3 4 5
b[match(a,b)]#将b按照a的顺序进行排序
#[1] "11" "22" "33" "44" "55"

2.数据框、矩阵和列表

image.png
cbind

长度相同、数据类型相同的向量可以组合成矩阵

matrix

矩阵中只有一种数据类型

dataframe

长度相同、数据类型不同或相同的向量可以组合成数据框

data.frame List

长度可以不同、数据类型可以不同的向量组合

列表中可以包含向量、矩阵、数据框或小列表



options(stringsAsFactors = F)

image.png dim.png
dim(df)#显示df几行几列
nrow(df)#显示df几行
ncol(df)#显示df几列
rownames.png
rownames(df)#显示df的行名
colnames(df)#显示df的列名

df[2,2]#取df的第2行、第2列的向量
df[2,]#取df的第2行
df[,2]#取df的第2列
df[c(1,3),1:2]#取第1、3行和1-2列的向量

image.png

df[,-ncol(df)]#取除最后一列的所有列

学会用函数和代码

df[3]#取第3列,仍是数据框
df[,3]#取第3列,但变为向量

df$xx#取df数据框的xx列

image.png
练习题3-2
image.png

head(df)#只取前几行查看,默认是前6行
tail(df)#只取最后几行查看
head(df,3)#只取前3行查看
df[1:3,1:3]#只取df前3行/3列查看

str(df)#查看df的数据类型和具体内容
num:numeric数值型
int:interge整数型
factor:因子型
chr:character文本型

na.omit(df)#去除含有缺失值的行

image.png image.png
①按列合并

cbind(df)#按照列进行合并两个表格

②按行合并

rbind(df)#按照行进行合并两个表格

③不同行、列表格的连接

merge(df1,df2,by="name")#按照共同列进行合并两个表格

image.png
④不同列名表格的连接
image.png

不同列名的表格进行合并code
merge(x=df1,y=df2,by.x="name",by.y="NAME")

后期讲dplyr包 image.png

矩阵不能用$取子集

t(matrix(1:9,nrow=3))

转置
转换为数据框 热图

#R语言中会自动聚类,如果不想聚类,需要自定义设置

chicken soup image.png

左边框是列表中元素的名字
右边框是元素的内容


取子集
l[[2]]"#取列表l的第2个元素,根据图中可知为df"
l$df"#取列表l的df元素"
l2 <- l[3]#一个中括号是取列表中的小列表
class(l2)
#[1] "list"
l3 <- l[[3]]#两个中括号是取列表中的元素
class(l3)
#"numeric"

用杀牛的刀杀鸡,咋的了,你管得着吗你——花花

老板,我不放香菜——花花

上一篇下一篇

猜你喜欢

热点阅读