Day4-5 R语言代码

一、读取文件

1、读取文件小tips：

（1）read.table()和read.csv()两者之间没有不可逾越的鸿沟，只是方便读取某一类文件类型；报错就需要添加对应的参数。

（2）在数据框类型数据的行取子集时、导入TXT文件时，注意一下数值型数据的行/中，有没有藏着字符型数据。马虎了就会影响后续数据处理。

2、读取各种类型文件

（1）TXT文件，建议使用read.delim()函数，因为它的一些默认参数比read.table()适用范围更广；

（2）csv文件

1）“check.names = F”可以让R不修改行列名字，PS：R语言中行列名字中不能有特殊字符；

2）row.names = 1”这个参数意思时不能把第一列作为行名；PS：R语言中行名不能重复，如果将有重复的A列设为行名，需要先不将row.name参数添加进来，处理A列的重复值（去重复、两行取平均值合并为一行），再设置为行名。

3）一定要要经常查看自己的数据是否读取正确；

（3）xlsx文件，建议使用rio包里面的函数

library(rio)
#读取
ex1 = import("ex1.txt")
#读取多工作簿的excel
ls2 = rio::import_list("ls.xlsx")
#导出为普通表格文件
export(iris,file = "iris.csv")
#导出列表
ls = split(iris,iris$Species)
export(ls,file = "ls.xlsx")

（4）fread()函数适用范围广且很智能,在读取过程中不需要添加过多参数，而且读取大文件速度快，不过读取的数据会被默认为"data.table"格式，需要添加参数"data.table=F"来避免

#data.table
ex1 = data.table::fread("ex1.txt")
class(ex1)
ex1 = data.table::fread("ex1.txt",data.table = F)
class(ex1)

（5）读取压缩包不需要解压缩。

a <- read.delim("GSE217012_Normalized_RPKM_LOG2_matrix.txt.gz",
                check.names = F,
                row.names = 1)

二、零散知识

1、Rdata是R语言特有的数据储存格式，无法用其他的软件打开

save(a,file = "exam.Rdata")
load("exam.Rdata")

2、判断两个数据是否相同（数据内容和数据结构）

identical(a,a1)

3、列名的批量修改

library(stringr)
colnames(a1) <- str_remove(colnames(a1),"- log2 total RPKM")
colnames(a1)

4、形式参数和实际参数

三、R包安装

1、一个未知的包，如果不知道怎么安装。用三种方法都蒙一次，然后安装；R语言的工作路径设置在C盘也没关系，因为R包占用的空间不多。

BiocManager::install("limma")
install.packages('devtools')
devtools::install_github("jmzeng1314/idmap1") #括号里写作者用户名加包名

2、在R语言中，安装R包的命令中可以加update=N，ask=N，省事。

3、libraryR包时，在error中， ‘ ’ 里面的内容经常就是依赖包的名字，需要重点关注。

4、本地安装，将R包zip文件下载下来，然后放在工作路径中

devtools::install_local(“xxxx.zip”)

5、window电脑可能会存在的权限问题

6、R包不会用，有作者的第一手教程；或者列出一个包里面的函数和数据

browseVignettes("limma") #不是每个包都有
ls("package:limma")

生信技能树，小洁老师