data.frame 数据框
约等于表格:1.数据框不是一个具体文件,只是R语言内部的一个数据;2.数据框每一列只能有一种数据类型
#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
数据主要操作为按列取子集,取出来的为向量;按行去子集取出的仍为数据框。
#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$p.value <- c(0.01,0.02,0.07,0.05)
df1
#改行名和列名
rownames(df1) <- c("r1","r2","r3","r4")
#只修改某一行/列的名
colnames(df1)[2] <- "CHANGE"
# | 或符号前后不可以连接字符,只能用于数字,逻辑值
test1 <- data.frame(name = c('jimmy','nicker','Damon','Sophie'),
blood_type = c("A","B","O","AB"))
test1
test2 <- data.frame(name = c('Damon','jimmy','nicker','tony'),
group = c("group1","group1","group2","group2"),
vision = c(4.2,4.3,4.9,4.5))
test2
test3 <- data.frame(NAME = c('Damon','jimmy','nicker','tony'),
weight = c(140,145,110,138))
test3
merge(test1,test2,by="name")
merge(test1,test3,by.x = "name",by.y = "NAME") #列名不相同的时候,对数据框进行组合。其中x,y分别对应着test1以及test3
#merge函数可以进行两个数据框的左右连接
merge(test1,test3,by.x='name',by.y = 'NAME', all.x = TRUE,sort = T) #左连接,即新合并的数据框中,保留test1中保留选中的name列中的所有元素,新的数据框中没有的数据显示NA,sort表示按列排序
merge(test1,test3,by.x='name',by.y = 'NAME', all.y = TRUE,sort = T)#右连接,即新合并的数据框中,保留test3中保留选中的name列中的所有元素,新的数据框中没有的数据显示NA,sort表示按列排序
merge(test1,test3,by.x='name',by.y = 'NAME', all = T) #取两个表的合集
#调整数据框中列的顺序,可以用重新取子集的方式
a <- test[1:3,]
a
a[,c(1,3,2)]
#矩阵的新建和取子集
m <- matrix(1:9, nrow = 3)
colnames(m) <- c("a","b","c") #加列名
m
m[2,] #矩阵取子集不支持使用$
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
原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。
如有侵权,请联系 cloudcommunity@tencent.com 删除。
原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。
如有侵权,请联系 cloudcommunity@tencent.com 删除。