前往小程序，Get更优阅读体验！
立即前往
文档建议反馈控制台
首页
学习
活动
专区
工具
TVP
最新优惠活动
文章/答案/技术大牛
发布
首页
学习
活动
专区
工具
TVP最新优惠活动
返回腾讯云官网
社区首页 >专栏 >生信入门马拉松之R语言基础-数据框、函数(Day 3)

生信入门马拉松之R语言基础-数据框、函数(Day 3)

原创
作者头像
Crazy_George
修改于 2024-04-13 19:17:17
1980
修改于 2024-04-13 19:17:17
举报
文章被收录于专栏：R语言R语言

Day 2作业详解

R特有的变量保存格式(xxx.Rdata)

  • 用处：存储有用变量，下次使用，用于传递变量。
  • save(g,s,file = "gands.Rdata")#将变量g和s保存到名为gands的Rdata文件中。
  • load("gands.Rdata")#加载gands.Rdata，让里边的变量加载到当前环境（gands.Rdata要保存到工作目录中）

运行以下代码（Day2作业）：

代码语言：r
复制
load("gands.Rdata")
length(g)#计算向量长度函数
## [1] 100
代码语言：r
复制
seq(2,100,2)
##  [1]   2   4   6   8  10  12  14  16  18  20  22  24  26  28  30  32  34  36  38  40
## [21]  42  44  46  48  50  52  54  56  58  60  62  64  66  68  70  72  74  76  78  80
## [41]  82  84  86  88  90  92  94  96  98 100
代码语言：r
复制
g[seq(2,100,2)]#用下标筛选出下标为偶数的基因名。
##  [1] "CRAMP1L"    "PRSS8"      "CRAMP1L"    "SLCO1C1"    "COMMD1"     "CCT4"      
##  [7] "RAB7A"      "ZDHHC16"    "MYL12B"     "SNRPE"      "ZNF586"     "GGT7"      
## [13] "RAB7A"      "AFG3L2"     "AC104581.1" "MPP2"       "ATP2A2"     "SNRPE"     
## [19] "PRSS8"      "ZNF461"     "CECR5"      "CLEC17A"    "ATG10"      "ATG10"     
## [25] "SLC25A25"   "KRTAP4-3"   "SLCO1C1"    "GGT7"       "GSTP1"      "UBAC1"     
## [31] "NYNRIN"     "MYL12B"     "KCND1"      "RGPD3"      "C10orf128"  "SLC30A9"   
## [37] "GGT7"       "TUBA4A"     "KLHDC8A"    "HBP1"       "MARC2"      "LCP1"      
## [43] "OR2D3"      "LIPE"       "LIPE"       "CANX"       "ATP6V1B2"   "MARC2"     
## [49] "LCP1"       "HOOK2"
代码语言：r
复制
g%in%s
##   [1] FALSE FALSE FALSE FALSE  TRUE FALSE FALSE  TRUE  TRUE  TRUE  TRUE FALSE  TRUE
##  [14]  TRUE FALSE FALSE  TRUE FALSE  TRUE  TRUE  TRUE  TRUE  TRUE  TRUE  TRUE  TRUE
##  [27]  TRUE  TRUE  TRUE  TRUE FALSE  TRUE FALSE FALSE FALSE  TRUE  TRUE FALSE FALSE
##  [40]  TRUE  TRUE  TRUE  TRUE  TRUE  TRUE  TRUE  TRUE  TRUE FALSE  TRUE FALSE FALSE
##  [53]  TRUE  TRUE FALSE  TRUE  TRUE  TRUE FALSE FALSE  TRUE  TRUE  TRUE FALSE  TRUE
##  [66] FALSE  TRUE  TRUE  TRUE  TRUE  TRUE  TRUE FALSE  TRUE  TRUE FALSE  TRUE  TRUE
##  [79]  TRUE FALSE FALSE FALSE  TRUE FALSE  TRUE  TRUE FALSE  TRUE  TRUE  TRUE FALSE
##  [92] FALSE  TRUE FALSE  TRUE FALSE  TRUE FALSE  TRUE FALSE
代码语言：r
复制
table(g%in%s)#统计g%in%s结果有多少TRUE，有多少FALSE
## 
## FALSE  TRUE 
##    37    63
代码语言：r
复制
g[g%in%s]#逻辑值取子集，筛选出在向量s中存在的g的元素
##  [1] "GFM2"          "SLCO1C1"       "NYNRIN"        "COMMD1"        "COMMD1"       
##  [6] "AC017081.1"    "RAB7A"         "CASKIN2"       "GGT7"          "SNRPE"        
## [11] "RGPD3"         "ZNF586"        "COMMD1"        "GGT7"          "URB1"         
## [16] "RAB7A"         "MPP2"          "AFG3L2"        "URB1"          "AC104581.1"   
## [21] "MPP2"          "SNRPE"         "ARHGAP1"       "ZNF461"        "OR2D3"        
## [26] "CECR5"         "SPDL1"         "CLEC17A"       "ZNF461"        "ATG10"        
## [31] "ATG10"         "ATG10"         "SLC25A25"      "SLC30A9"       "SLCO1C1"      
## [36] "GGT7"          "CASKIN2"       "GSTP1"         "MPP2"          "NYNRIN"       
## [41] "INTS12"        "MPP2"          "RGPD3"         "RGPD3"         "SLC30A9"      
## [46] "C10orf128"     "HBD"           "SLC30A9"       "GGT7"          "HEPH"         
## [51] "RP5-1021I20.4" "KLHDC8A"       "HBD"           "ZNF586"        "CECR5"        
## [56] "OR2D3"         "LIPE"          "INTS12"        "LIPE"          "SPDL1"        
## [61] "SLCO1C1"       "GGT7"          "CECR5"
代码语言：r
复制
length(s)
## [1] 50
代码语言：r
复制
table(g%in%s)#返回63个TRUE
## 
## FALSE  TRUE 
##    37    63
代码语言：r
复制
table(s %in%g)#返回43个TRUE
## 
## FALSE  TRUE 
##     7    43
代码语言：r
复制
length(intersect(g,s))#交集返回32，思考为什么不是43或63
## [1] 32
代码语言：r
复制
#以上三行代码是因为g和s中有重复元素

aa <- rnorm(10,mean = 0,sd = 18)

aa[aa < -2]#理解aa[aa < -2]和aa[aa <(-2)]和aa[aa <-2]三个代码区别

## [1]  -9.790635  -2.826137 -22.182617

Tips：

  • 取交集table()会去重复；%in%取子集不会去重复_
  • 有重复值时，取交集和%in%运行结果不一样！！！！
  • 变量意外变了，如何找回？#重新运行最初的变量赋值的代码
  • 目的没达到，如何纠错？#理解逻辑-aaaa < -2和aaaa <(-2)和aaaa <-2三个代码区别

【小洁老师语录】代码不报错，不代表真的没错，要检查目的是否达到

坑：rnorm(10,mean = 0,sd = 18)rnorm(10,mean = 0,sd = 18)<(-2) :[]中和[]外是两个向量。

Day3正式内容-数据框、矩阵和列表

  • Vector向量-一维；表格-二维
  • matrix矩阵：只允许一种数据类型
  • data.frame数据框：每列只允许一种数据类型，每列单独提取出来是一个向量
  • list列表：包容万物，可将以上数据类型打包到一起

根据生成函数判断对象的数据类型；用class()函数判断数据类型

数据框来源：代码建、已有数据转换、读取文件、R语言的内置数据

  • 使用内置数据集volcano,tab键补全，内置数据用于当作示例数据:
代码语言：r
复制
heatmap(volcano)
内置数据框文件作图
内置数据框文件作图
  • 代码新建数据框：
代码语言：r
复制
df1 <- data.frame(gene = paste0("gene",1:4),
                  change = rep(c("up","down"),each = 2),
                  score = c(5,3,-2,-4))

变量名只起提示作用，不起决定作用。

  • 文件读取数据框

文件需要保存到工作目录---经典报错：找不到文件！！！

代码语言：r
复制
df2 <- read.csv("gene.csv")
df2
##    gene change score
## 1 gene1     up     5
## 2 gene2     up     3
## 3 gene3   down    -2
## 4 gene4   down    -4

数据框属性

代码语言：r
复制
dim(df1)#维度，返回结果是给出数字，几行几列
## [1] 4 3
nrow(df1)#查看df1的行数
## [1] 4
ncol(df1)#查看df1的列数
## [1] 3
rownames(df1)#查看行名
## [1] "1" "2" "3" "4"
colnames(df1)#查看列名
## [1] "gene"   "change" "score"

数据框取子集

  • df1$score:提取数据框df1的score列

向量运算都能应用于$数据框取子集。

  • 按坐标取子集
  • 按名字取子集
代码语言：r
复制
df1$score# $取子集
## [1]  5  3 -2 -4
df1[2,2]#取df1第二行第二列的元素，单取一行是数据框。[,]中逗号分隔维度，向量取子集不适用
## [1] "up"
df1[2,]#取df1第二行，单取一列是向量
##    gene change score
## 2 gene2     up     3
df1[c(1,3),1:2]#取1、3行，1到2列
##    gene change
## 1 gene1     up
## 3 gene3   down
df1[,"gene"]#取列名是gene的列
## [1] "gene1" "gene2" "gene3" "gene4"

练习

test <- read.csv("exercise.csv")

统计test的strand列有多少个+，多少个-？

代码语言：r
复制
#方法1

test$Strand
##   [1] "-" "-" "+" "-" "-" "+" "+" "-" "-" "+" "+" "+" "-" "-" "-" "-" "-" "+" "+"
##  [20] "-" "+" "-" "-" "+" "-" "-" "+" "+" "-" "+" "-" "+" "+" "+" "+" "-" "-" "+"
##  [39] "-" "-" "+" "-" "+" "+" "+" "+" "+" "-" "-" "-" "-" "+" "+" "-" "-" "+" "-"
##  [58] "+" "+" "+" "+" "-" "-" "-" "+" "-" "-" "-" "+" "-" "+" "-" "+" "+" "-" "-"
##  [77] "-" "-" "-" "+" "+" "+" "+" "+" "+" "+" "-" "-" "+" "+" "-" "-" "+" "+" "+"
##  [96] "-" "+" "-" "-" "-"
x <- c("+")
x
## [1] "+"
test$Strand %in% x
##   [1] FALSE FALSE  TRUE FALSE FALSE  TRUE  TRUE FALSE FALSE  TRUE  TRUE  TRUE FALSE
##  [14] FALSE FALSE FALSE FALSE  TRUE  TRUE FALSE  TRUE FALSE FALSE  TRUE FALSE FALSE
##  [27]  TRUE  TRUE FALSE  TRUE FALSE  TRUE  TRUE  TRUE  TRUE FALSE FALSE  TRUE FALSE
##  [40] FALSE  TRUE FALSE  TRUE  TRUE  TRUE  TRUE  TRUE FALSE FALSE FALSE FALSE  TRUE
##  [53]  TRUE FALSE FALSE  TRUE FALSE  TRUE  TRUE  TRUE  TRUE FALSE FALSE FALSE  TRUE
##  [66] FALSE FALSE FALSE  TRUE FALSE  TRUE FALSE  TRUE  TRUE FALSE FALSE FALSE FALSE
##  [79] FALSE  TRUE  TRUE  TRUE  TRUE  TRUE  TRUE  TRUE FALSE FALSE  TRUE  TRUE FALSE
##  [92] FALSE  TRUE  TRUE  TRUE FALSE  TRUE FALSE FALSE FALSE
table(test$Strand %in% x)#直接统计出51个'-',49个'+'
## 
## FALSE  TRUE 
##    51    49
代码语言：r
复制
#方法2
test$Strand#查看test中strand列内容概括，只有'+'或'-'
##   [1] "-" "-" "+" "-" "-" "+" "+" "-" "-" "+" "+" "+" "-" "-" "-" "-" "-" "+" "+"
##  [20] "-" "+" "-" "-" "+" "-" "-" "+" "+" "-" "+" "-" "+" "+" "+" "+" "-" "-" "+"
##  [39] "-" "-" "+" "-" "+" "+" "+" "+" "+" "-" "-" "-" "-" "+" "+" "-" "-" "+" "-"
##  [58] "+" "+" "+" "+" "-" "-" "-" "+" "-" "-" "-" "+" "-" "+" "-" "+" "+" "-" "-"
##  [77] "-" "-" "-" "+" "+" "+" "+" "+" "+" "+" "-" "-" "+" "+" "-" "-" "+" "+" "+"
##  [96] "-" "+" "-" "-" "-"
length(test$Strand)#test中strand列共有100个元素。
## [1] 100
length(test$Strand[test$Strand %in% x])#test中strand列中"+"有49个,那么'-'有51个
## [1] 49
代码语言：r
复制
#实际方法
table(test$Strand)
##  -  + 
## 51 49

反思：想的过于复杂了，起初理解的是怎么用逻辑判断取实现，走弯路了。理解复杂的根本原因是对table()函数理解不到位。table()可以统计多少个数值型、字符型和逻辑型元素。

数据框的修改

代码语言：r
复制
df1[3,3] <- 0#改一个格（一个元素）
df1$score <- c(1,2,3,4)#改一整列
df1$p.value <- c(5,6,7,8)#新建一列
rownames(df1) <- c('r1','r2','r3','r4')#修改行名

rownames(df1)#返回结果是一个向量
## [1] "r1" "r2" "r3" "r4"
colnames(df1)#返回结果是一个向量
## [1] "gene"    "change"  "score"   "p.value"
colnames(df1)[2] <- "chance"#修改第二列列名就是修改【colnames(df1)】这个向量的第二个元素
  • “df1$score <- c(1,2,3,4)#改一整列”和“df1$p.value <- c(5,6,7,8)#新建一列”的区别？

列名有则改之，无则新增

两个数据框连接-merge()

数据框中有相同的列名，同时该列有交集。

代码语言：r
复制
merge(tes1,test2,by="name")#实现数据框test1和test2快速连接，需要提供信息-共同列的名字。列名不同时，可修改列名为相同，再拼接。
## Error in eval(expr, envir, enclos): object 'tes1' not found
merge(tes1,test2,by.x="name",by.y="NAME")#列名不同时也可修改代码，再拼接。
## Error in eval(expr, envir, enclos): object 'tes1' not found

代码与数据不匹配时：改数据或改代码

矩阵新建和取子集

新建矩阵
代码语言：r
复制
m <- matrix(1:9,nrow = 3)
m
##      [,1] [,2] [,3]
## [1,]    1    4    7
## [2,]    2    5    8
## [3,]    3    6    9
取子集

取子集适用matrix，$不适用matrix取子集。

矩阵的转置和转换
代码语言：r
复制
colnames(m) <- c('a','b','c')#给矩阵m加列名
m
##      a b c
## [1,] 1 4 7
## [2,] 2 5 8
## [3,] 3 6 9

思考一下数据转化代码和输出结果的区别

  • m矩阵转变数据框后查看m的数据类型
代码语言：r
复制
t(m)#给矩阵转置，行变为列，列变为行
##   [,1] [,2] [,3]
## a    1    2    3
## b    4    5    6
## c    7    8    9
as.data.frame(m)#将矩阵m转换为数据框
##   a b c
## 1 1 4 7
## 2 2 5 8
## 3 3 6 9
is.data.frame(m)
## [1] FALSE
  • m矩阵转变数据框后赋值给aa后查看aa的数据类型
代码语言：r
复制
t(m)#给矩阵转置，行变为列，列变为行
##   [,1] [,2] [,3]
## a    1    2    3
## b    4    5    6
## c    7    8    9
代码语言：r
复制
aa <- as.data.frame(m)#将矩阵m转换为数据框
aa
##   a b c
## 1 1 4 7
## 2 2 5 8
## 3 3 6 9
is.data.frame(aa)
## [1] TRUE

R语言的修改，都要赋值，没有赋值就没有发生过！

矩阵画热图

代码语言：r
复制
m
##      a b c
## [1,] 1 4 7
## [2,] 2 5 8
## [3,] 3 6 9
  • 数据框画热图-聚类
代码语言：r
复制
pheatmap::pheatmap(m)#颜色代表数值，热图的排序？原因是聚类树
数据框画热图-聚类
数据框画热图-聚类
  • 数据框画热图-不聚类
代码语言：r
复制
pheatmap::pheatmap(m,cluster_cols = F,cluster_rows = F)#不想聚类的代码
数据框画热图-不聚类
数据框画热图-不聚类

列表

新建列表
代码语言：r
复制
x <- list('m1' <- matrix(1:9,nrow = 3),
          'm2' <- matrix(2:9,nrow = 2))
  • m1和m2是列表的元素名
列表取子集
代码语言：r
复制
x[[1]]#取列表x的第一个元素。
##      [,1] [,2] [,3]
## [1,]    1    4    7
## [2,]    2    5    8
## [3,]    3    6    9
x$m1#取列表x的名为m1的元素。
## [,1] [,2] [,3]
##[1,]    1    4    7
##[2,]    2    5    8
##[3,]    3    6    9

元素的名字-names()

代码语言：r
复制
scores <- c(1,2,3,4)
names(scores) <- c('x','y','z','a')#向量命名，不属于向量的内容，适合取子集时使用。
scores
## x y z a 
## 1 2 3 4
names(scores)#名字组成的向量
## [1] "x" "y" "z" "a"
代码语言：r
复制
names(scores)[scores>3]#名字组成向量取子集
## [1] "a"

练习

代码语言：r
复制
#统计iris最后一列有哪些取值，每个取值重复几次

#方法1
col(iris) #获得iris最后一列是第五列信息
table(iris[,5])
## 
##     setosa versicolor  virginica 
##         50         50         50
代码语言：r
复制
#方法2
colnames(iris)
## [1] "Sepal.Length" "Sepal.Width"  "Petal.Length" "Petal.Width"  "Species"
table(iris$Species)
## 
##     setosa versicolor  virginica 
##         50         50         50
代码语言：r
复制
pheatmap::pheatmap(iris[,1:4])#iris前四列数据画热图,而heatmap函数的数据要求是matrix
  • 理解一下两个代码块的区别
代码语言：r
复制
x <- list(m1 <- matrix(1:9,nrow = 3),
          m2 <- matrix(2:9,nrow = 2))
class(x[1])
## [1] "list"
代码语言：r
复制
x <- list(m1 <- matrix(1:9,nrow = 3),
          m2 <- matrix(2:9,nrow = 2))
class(x[[1]])
## [1] "matrix" "array"

数据框按照逻辑值取子集- hard

代码语言：r
复制
k <- df1$score>0#逻辑值向量
df1[k,]#取子集-向量k逻辑值为TRUE的行组成的数据框
##     gene chance score p.value
## r1 gene1     up     1       5
## r2 gene2     up     2       6
## r3 gene3   down     3       7
## r4 gene4   down     4       8
df1[k,1]#取子集-向量k逻辑值为TRUE的第一列，也就是筛选score>0的第一列
## [1] "gene1" "gene2" "gene3" "gene4"
df1$gene[k]#取子集-向量k逻辑值为TRUE的第一列，也就是筛选score>0的第一列
## [1] "gene1" "gene2" "gene3" "gene4"
df1$gene[df1$score>0]#取子集-向量k逻辑值为TRUE的第一列，也就是筛选score>0的第一列
## [1] "gene1" "gene2" "gene3" "gene4"

删除变量

代码语言：r
复制
rm(x)#删除1个
rm(df,m)#删除多个,逗号隔开
## Warning in rm(df, m): object 'df' not found
rm(list = ls())#删除全部
#清空控制台快捷键control+l

函数和R包

  • 形式参数：函数作者设计模版，熟练后可不写，无法改动。
  • 实际参数：使用者可以改动的
代码语言：r
复制
jimmy <- function(a,b,m = 2){
  (a+b)^m
}#function()中jimmy是函数名；a，b，m是形式参数；m = 2是m的固定值。{}中的内容是编写函数使用的代码。
jimmy(1,2)
## [1] 9

绘图函数plot()

代码语言：r
复制
plot(iris[,1],col = iris[,5])#根据第五列分配plot的图片
代码语言：r
复制
crazy <- function(i){
  plot(iris[,i],col = iris[,5])
}#编写函数，可以对iris数据框的列批量画图

crazy(4)#第4列

Tip: 当一个代码需要复制粘贴3次或以上，就应该写成函数或使用循环

Day3-作业

代码语言：r
复制
crazy_bio <- function(a,b=2,c=1){
  a^b-1
}
crazy_bio(5)
## [1] 24

生信技能树 > 生信入门马拉松

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。

r 语言

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。

r 语言
评论
登录后参与评论
0 条评论
热度
最新
登录 后参与评论
推荐阅读
LV.
文章
0
获赞
0
目录
  • Day 2作业详解
    • Tips：
    • Day3正式内容-数据框、矩阵和列表
      • 数据框属性
        • 数据框取子集
          • 练习
            • 数据框的修改
              • 两个数据框连接-merge()
                • 矩阵新建和取子集
                  • 新建矩阵
                  • 取子集
                  • 矩阵的转置和转换
                • 矩阵画热图
                  • 列表
                    • 新建列表
                    • 列表取子集
                  • 元素的名字-names()
                    • 练习
                    • 数据框按照逻辑值取子集- hard
                      • 删除变量
                        • 函数和R包
                          • 绘图函数plot()
                            • Day3-作业
                            领券

                            腾讯云开发者

                            扫码关注腾讯云开发者

                            扫码关注腾讯云开发者

                            领取腾讯云代金券

                            热门产品

                            热门推荐

                            更多推荐

                            Copyright © 2013 - 2024 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有 

                            深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 深公网安备号 44030502008569

                            腾讯云计算（北京）有限责任公司 京ICP证150476号 |  京ICP备11018762号 | 京公网安备号11010802020287

                            问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档

                            Copyright © 2013 - 2024 Tencent Cloud.

                            All Rights Reserved. 腾讯云 版权所有

                            登录 后参与评论