Day——5 数据结构

以下内容出自生信星球学习小组

今日大纲

*数据结构类型

向量

区分：

标量：一个元素组成的变量

向量：多个元素组成的变量

从向量中提取元素

（1）根据元素位置

x[4] #取x的第四个元素
x[-4] #排除法，除了第四个元素外剩余的元素
x[2:4] #第二个到第四个元素
x[-(2:4)] #除了第二个到第四个元素
x[c(1,5)] #第一个和第五个元素

（1）根据值取

x[x==10] #等于10的元素
x[x<0] #负数
x[x%in%c(1,2,5)] #存在于向量c（1，2，5）中的元素

数据框

(1)read.table()常见参数

header 逻辑值，指示表格是否包含文件第一行中的变量名称

sep 分隔数据值的分隔符。默认值为sep =“ ”，表示一个或多个空格、制表符、换行符或回车符。使用sep =“,”来读取被逗号","分隔的文件，使用sep =“\t”来读取制表符分隔的文件

col.names 如果数据文件的第一行不包含变量名（header = FALSE），则可以使用col.names指定包含变量名的字符向量。如果header = FALSE并且省略了col.names选项，则变量将命名为V1，V2，依此类推。

na.strings 指示缺失值代码的可选字符向量。例如，na.strings = c（“9”，“?”）转换每个9和?读取数据时的值为NA

colClasses 分配给列的类的可选向量。例如，colClasses = c（“numeric”，“numeric”，“character”，“NULL”，“numeric”）将前两列读取为numeric，将第三列读取为character，跳过第四列，并读取 第五列为numeric。 如果数据中有五列以上，则第六列重新从colClasses的第一个numeric开始

quote 用于分隔包含特殊字符的字符串的字符。默认情况下，这是双引号"或单引号'

skip 在开始读取数据之前要跳过的文本文件中的行数。此选项对于跳过文件中的标题注释很有用

stringsAsFactors 逻辑值，指示是否应将字符变量转换为因子。除非被colClasses覆盖，否则默认值为TRUE。处理大型文本文件时，设置stringsAsFactors = FALSE可以加快处理速度

text 指定要处理的文本字符串的字符串

comment.char 关闭注释

（2）设置行名和列名

X<-read.csv('doudou.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,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

(3)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）

(4)变量的保存与重新加载

中途保存数据，保存格式为RData

save.image(file="bioinfoplanet.RData")#保存当前所有变量
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

(5)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）

(6)直接使用数据框中的变量

plot(iris$Sepal.Length,iris$Sepal.Width) #iris是R语言的内置数据，可以直接使用。提取某两列作散点图

• 保存某些代码为脚本
  

  步骤

答案：未给X赋值，给X赋值就可以了