生信星球培训第三十三期

Day5——李棉袄

2020-01-18  本文已影响0人  李棉袄Jadra

前言:第五天的学习内容通过在R中的实操认识了数据结构,其中最为重要的是向量(vector)数据框(data frame)(因为经常用到),本篇着重记录这两个数据类型的学习笔记。代码由公众号生信星球友情总结提供 :)

重要的事情说三遍:R是严格区分大小写字母的!R是严格区分大小写字母的!R是严格区分大小写字母的!

*友情提醒本次操作辅助: ?read.table 可翻到example部分帮助理解

元素、标量&向量介绍

元素:数字或者字符串(用chr表示)
标量:一个元素组成的变量
向量:多个元素组成的变量 (是一排有序排列的元素,以后会用到把一个向量作为数据框中的一列的情况)

数据框

1.读取本地数据
利用好read.table() or read.csv()

随便在工作目录下新建一个数据txt文档命名为“test.txt",在R中输入:
X<-read.csv('test.txt')注意:这里是大写的X) 即可获得一个数据框

read.table(file = "test.txt",sep = "    ",header =T) → 读取文件,分隔符为Tab,有表头
a<-read.table(file = "test.txt",sep = "\\\\t",header =T) → 把这个数据框赋给一个变量a 

#header 表头;sep 分隔符

2.设置行名和列名

X<-read.csv('test.txt') #在示例数据里有doudou.txt 注意这里的变量X是一个数据框
colnames(X) #查看列名
rownames(X) #查看行名,默认值的行名就是行号,1.2.3.4...
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,可用这个命令来修改
X<-read.csv(file = "test.txt",sep = "   ",header =T,row.names=1)#最后row.names的意思是修改第一列为行名

3.数据框的导出
利用好write.table()

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) 

4.变量的保存与重新加载
类似于word中的保存重打开功能,R里面的保存格式是RData(脚本格式除外)
利用好save.image(file="数据文件名称")&load("数据文件名称")

save.image(file="bioinfoplanet.RData")#保存当前所有变量,file名字乱取的
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

变量赋值-具体

在进行分析数据结构之前,咱们不妨对一个变量x(注意是小写的x噢)赋值。
( 注意: 后一次的赋值可覆盖前一次的赋值 )

1. 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。
2. x<- 1:10 #从1-10之间所有的整数
3. 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)
4. x<- rep(1:3,times=2) #1-3 重复2次
5. x<- rep(1,3) #将“1”重复3次

赋值之后我们来分析哪儿变量的数据结构

1. 从向量中提取元素

a. 根据元素位置

#这里的x是刚才赋值的**变量名**,根据实际情况来修改
x[4] #x第4个元素
x[-4]#排除法,除了第4个元素之外剩余的元素
x[2:4]#第2到4个元素
x[-(2:4)]#除了第2-4个元素
x[c(1,5)] #第1个和第5个元素

b. 根据值

x[x==10]#等于10的元素
x[x<0]
x[x %in% c(1,2,5)]#存在于向量c(1,2,5)中的元素
从数据框中提取元素
1. X[x,y]#第x行第y列
2. X[x,]#第x行
3. X[,y]#第y列
4. X[y] #也是第y列
5. X[a:b]#第a列到第b列
6. X[c(a,b)]#第a列和第b列
7. 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)

直接使用数据框中的变量

俗称“懒惰大法”

一般想利用表格中的数据制作散点图(假设随机选取50个点),是这么操作:

a <-data.frame(case=paste("S",c(1:50)),values=runif(50))
 plot(a$case,a$values)

但还有两个高效的方法:
1.attach

attach(a)
plot(case,values)
#将数据框名添加到搜索环境中:attach(a),作图时就只需输入列名(连$都不用了)
#做完后将a删除出搜索环境 detach(a)
#局限性:两个以上数据框的列名有冲突时,同时attach会报错

2.with

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

最后……

Q:save(X,file="test.RData")这句代码如果报错X not found,可能原因是什么?
A:可能是没有给X赋值或者打成了小写的x


加油
上一篇 下一篇

猜你喜欢

热点阅读