从零开始的异世界生信学习 R语言部分 02 数据结构之数据框、矩阵、列表

#新建和读取数据框
df1 <- data.frame(gene   = paste0("gene",1:4),
                 change  = rep(c("up","down"),each = 2),
                 score   = c(5,3,-2,-4))
df1

df2 <- read.csv("gene.csv")  #读取文件的时候注意文件路径，默认只会从工作目录中读取文件，否则可能出现报错
df2

数据框属性
# 
dim(df1) #
nrow(df1) #输出行数
ncol(df1) #输出列数
#
rownames(df1) #输出行名
colnames(df1) #输出列名

#4.数据框取子集
df1$gene  #删掉score，按tab键试试
mean(df1$score)

## 按坐标
df1[2,2] # 取第二行第二列
df1[2,] #取第二行
df1[,2] #取第二列
df1[c(1,3),1:2] # 取第一行和第三行以及第一列和第二列，注意逗号前后不同的向量，分别表示取得行和列！！！
## 中括号中的逗号表示维度的分隔

## 按名字
df1[,"gene"]
df1[,c('gene','change')]

## 按条件（逻辑值）
df1[df1$score>0,]

## 代码思维
#如何取数据框的最后一列？
df1[,3]
df1[,ncol(df1)]  #ncol()函数统计列数，一共多少列，就是取最后一列

#如何取数据框除了最后一列以外的其他列？
df1[,-ncol(df1)]

#筛选score > 0的基因
df1[df1$score > 0,1]
df1$gene[df1$score > 0]

#5.数据框修改

#改一个格
df1[3,3] <- 5
df1
#改一整列 存在的列名表示修改
df1$score <- c(12,23,50,2)     
df1
#？增加一列 在$后面写一个不存在的列名表示增加一列
df1$p.value <- c(0.01,0.02,0.07,0.05) 
df1

#改行名和列名
rownames(df1) <- c("r1","r2","r3","r4")
#只修改某一行/列的名
colnames(df1)[2] <- "CHANGE"

test1 <- data.frame(name = c('jimmy','nicker','Damon','Sophie'), 
                    blood_type = c("A","B","O","AB"))
test1
test2 <- data.frame(name = c('Damon','jimmy','nicker','tony'),
                    group = c("group1","group1","group2","group2"),
                    vision = c(4.2,4.3,4.9,4.5))
test2

test3 <- data.frame(NAME = c('Damon','jimmy','nicker','tony'),
                    weight = c(140,145,110,138))
test3
merge(test1,test2,by="name")
merge(test1,test3,by.x = "name",by.y = "NAME")  #列名不相同的时候，对数据框进行组合。其中x，y分别对应着test1以及test3

#merge函数可以进行两个数据框的左右连接
merge(test1,test3,by.x='name',by.y = 'NAME', all.x = TRUE,sort = T)  #左连接，即新合并的数据框中，保留test1中保留选中的name列中的所有元素，新的数据框中没有的数据显示NA，sort表示按列排序
merge(test1,test3,by.x='name',by.y = 'NAME', all.y = TRUE,sort = T)#右连接，即新合并的数据框中，保留test3中保留选中的name列中的所有元素，新的数据框中没有的数据显示NA，sort表示按列排序
merge(test1,test3,by.x='name',by.y = 'NAME', all = T)  #取两个表的合集

#调整数据框中列的顺序，可以用重新取子集的方式
a <- test[1:3,]
a
a[,c(1,3,2)]

#矩阵的新建和取子集
m <- matrix(1:9, nrow = 3)
colnames(m) <- c("a","b","c") #加列名
m  
m[2,]  #矩阵取子集不支持使用$
m[,1]
m[2,3]
m[2:3,1:2]
m
#矩阵中的重要函数
t(m) #行列的转置，行变列，列变行，行名和列名都跟着变换
as.data.frame(m)  #将转换为数据框
#作图
pheatmap::pheatmap(m) #使用pheatmap包中的pheatmap函数做图，热图会先进行聚类，之后再作图。
pheatmap::pheatmap(m,cluster_rows = F,cluster_cols = F) #调节函数中的参数，画出的热图不聚类

l <- list(m1 = matrix(1:9, nrow = 3),
          m2 = matrix(2:9, nrow = 2))
l

l[[2]]  #列表取子集
l$m1 #列表中的元素有名字，可以用$取子集

scores = c(100,59,73,95,45)
names(scores) = c("jimmy","nicker","Damon","Sophie","tony")
scores  #names函数可以给向量赋值名字

scores["jimmy"]  #有名字的向量可以用名字取子集
scores[c("jimmy","nicker")]

names(scores)[scores>60]

rm(l)  #删除一个变量
rm(df1,df2) #删除多个变量
rm(list = ls())  #删除全部变量