上篇是数据框中列的筛选(R语言列筛选的方法--select),本次讲解行的筛选,主要是介绍filter函数。
arrange(test, desc(Sepal.Length)) #从大到小 desc()
例如 y=c("nihaoa 11","niyehaoa 22","zhangsongwen 33")
一、玩转字符串 stringr包 图片 1.str_length() 检测字符串长度 x <- "The birch canoe slid on the smooth planks." x ### 1.检测字符串长度 str_length(x) #计算字符串中有多少字符 length(x) #计算向量中元素的个数 图片 图片 2. str_split 字符串拆分 x <- "The birch canoe slid on the smooth planks." x ### 2.字符串拆分 str_sp
哈喽,我是学习生物信息学的阿榜!非常感谢您能够点击进来查看我的笔记。我致力于通过笔记,将生物信息学知识分享给更多的人。如果有任何纰漏或谬误,欢迎指正。让我们一起加油,一起学习进步鸭? 这份学习目录可以
专题一:玩转字符串1.检测字符串长度x <- "The birch canoe slid on the smooth planks."xstr_length(x)#检测字符串内的字符数,空格也算length(x)#向量里面元素的个数2.字符串拆分str_split(x," ")#以空格为分隔符号将字符串拆分开x2 = str_split(x," ")[[1]];x2y = c("jimmy 150","nicker 140","tony 152")str_split(y," ")str_split(y,"
[1] "The birch canoe slid on the smooth planks."
ctrl+shift+m,把上一个运算的结果输入为下一个函数的第一个参数,可以省略很多中间变量
semi_join anti_join实际上没有发生过两个数据框的连接,其实是对左边的数据框取子集
本示例数据集很小,实际中数据量很大,可以根据使用filter()函数筛选出后续需要的“行”子集。
i :代称,比如第一次循环则代表in后面向量的第一个元素;第二次则为第二个元素,直到完成in后面向量里所有元素的循环为止。如in后面的向量有8个元素,则8次循环。
上次推文,我们通过数字和字符进行了简单的行筛选,今天我们继续来探讨 filter()的进阶用法
原文地址:https://suzan.rbind.io/2018/02/dplyr-tutorial-3/ 作者:Suzan Baert 这是系列dplyr系列教程中的第三篇博客文章。 在这篇文章中,我们将介绍如何挑选您的数据。 除了filter的基础知识外,它还介绍了一些更好的方法,用near()和between()挑选数字列,或用正则表达式过滤字符串列。
-(3)注意:之前提到过,矩阵的某一列不能单独转换数据类型,需要把矩阵转换成数据框再转换某列的数据类型;或者把这列单独提取出来再转换其数据类型;
1.字符串图片1.str_length图片x <- "The birch canoe slid on the smooth planks."x### 1.检测字符串长度str_length(x)length(x) #返回字符串的个数2.str_splitsplit返回列表,但是列表不能进行计算,对列表进行取子集### 2.字符串拆分str_split(x," ")x2 = str_split(x," ")[[1]];x2y = c("jimmy 150","nicker 140","tony 152")st
⚠️注意:str_spilt的第二个参数,写你想分割的符号,上面代码“hello world”的分割是空格,因此输入“ ”,同样也可以是其他符号。
从这期开始,大猫课堂将会推出一个新的系列:R练习50题,目的是使用50道练习题让大家掌握常用的数据操作,例如寻找每组最大的N个观测等。本练习题来源于Renkun (github.com/renkun-ken/r-data-practice) 在Github上的共享,我们认为它包括了绝大多数实践中会遇到的问题,特别具有代表性。只可惜Renkun并没有提供答案,所以我们在这里提供我们的版本。
step1 对matrix进行转置:使gene名变为列名,将样本名转化为data.frame中的第一列
图片 专题1 玩转字符串 图片 检测字符串长度 代码1 str_length(x) if(!require(stringr))install.packages('stringr') library(stringr) x <- "The birch canoe slid on the smooth planks." x [1] "The birch canoe slid on the smooth planks." str_length(x) [1] 42 ### 1.检测字符串长度,包含空格和符号 le
str_detect(x,"h")##是否含有关键词h,生成与X长度相等的逻辑值向量,可用于向量取子集;
可以使用str_sub()函数来提取字符串的一部分。除了字符串参数外,str_sub() 函数中还 有 start 和 end 参数,它们给出了子串的位置(包括 start 和 end 在内):
碎碎念:这个没啥好仔细展示的,含义也很直观,主要是要记住有这个函数,等需要用的时候回来找
然后马上这些策略就被应用到了单细胞转录组数据挖掘层面,因为反正也不需要自己产出数据了,过去三五年间单细胞的火热带动了海量的各种实验设计的公开的表达量矩阵。比如这个文献:《Lipid-related protein NECTIN2 is an important marker in the progression of carotid atherosclerosis: An intersection of clinical and basic studies》就是看了看两个分组的具体的基因的差异,在普通bulk转录组和单细胞转录组两个数据集里面,如下所示:
由于一个知识星球的小伙伴急需学习如何从 PDF 文档中提取表格,所以先插这个课,「使用 R 语言处理 netCDF 数据」系列的课程下次再发新的哈。本课程介绍了如何使用 R 语言从 WHO(世界卫生组织)的官网上下载新冠疫情的每日报告以及如何从这些报告中的表格里面提取数据。
数据框函数- 排序arrange()和desc参数、distinct()去重复、mutate()数据框新增列
写在前面 近日,一直以“推特治国”闻名的川普正式宣誓就任了美国第 45 任总统。 川普这次在美国大选中胜出,他的推特也发挥了巨大的作用。相比大多数总统竞选人来说,他们都没时间自己发推。但推特玩的风生水
作为同属于tidyverse 大家庭的一份子,stringr 也为R 的一般字符串处理,献上了一份自己的力量!
·上下五条线的意思 中间的又黑又粗的—中位数;上下两条线是最大值和最小值;方框的上下两条线是75%和25%(四分位数);在外面的点-离群点
近期写R代码,经常用dplyr::case_when结合stringr::str_detect进行条件判断。
stringr构建在stringi之上,stringr专注于最重要且最常用的字符串操作函数,而stringi提供了涵盖几乎所有可以想象的内容的全面集合。 如果发现stringr缺少所需的功能,请尝试查看stringi。
「方法」:利用加权相关网络分析(WGCNA)从 GEO 数据库的 GSE60993、GSE48060 和 GSE61144 数据集中筛选出与 AMI相关性最高的基因模块。
https://github.com/cxli233/SimpleTidy_GeneCoEx/tree/v1.0.1
美国调查公司盖洛普公司(Gallup poll found)民调显示,至少51%美国人不赞同总统特朗普的政策。据外媒报道,特朗普上任8天以来引发51%美国人的不满,42%美国人赞同新总统的政策。该项调查共有1500名成年美国人,误差为3%。
y4 <- filter(deg, a>1 & b < 0.05);table(y4)
Twitter是一个流行的社交网络,这里有大量的数据等着我们分析。Twitter R包是对twitter数据进行文本挖掘的好工具。 本文是关于如何使用Twitter R包获取twitter数据并将其导入R,然后对它进行一些有趣的数据分析。 第一步是注册一个你的应用程序。 为了能够访问Twitter数据编程,我们需要创建一个与Twitter的API交互的应用程序。 📷 注册后你将收到一个密钥和密码: 📷 📷 获取密钥和密码后便可以在R里面授权我们的应用程序以代表我们访问Twitt
Twitter是一个流行的社交网络,这里有大量的数据等着我们分析。Twitter R包是对twitter数据进行文本挖掘的好工具。 本文是关于如何使用Twitter R包获取twitter数据并将其导入R,然后对它进行一些有趣的数据分析。 第一步是注册一个你的应用程序。 为了能够访问Twitter数据编程,我们需要创建一个与Twitter的API交互的应用程序。 📷 注册后你将收到一个密钥和密码: 📷 📷 获取密钥和密码后便可以在R里面授权我们的应用程序以代表我们访问Twitter:
「代码链接」https://gist.github.com/AlbertRapp/438102c458fc8fbdffcb6feb76ff93f7 可以从网站直接获取,如果你下载网速很慢,可以从文末直接获取
上面提示你已经安装过了,不需要重复安装。记住检查安装是否成功的唯一标准就是library,library一下看看
GEO数据挖掘—2 四、代码分析流程 1. 下载数据并从中提取有用信息 gse_number = "GSE56649" eSet <- getGEO(gse_number, destdir = '.', getGPL = F) #(1)提取表达矩阵exp exp <- exprs(eSet) dim(exp) exp[1:4,1:4] 关于表达矩阵里的负值 取过log,有负值 —— 正常 没取过log,有负值 ——错误数据 有一半负值 ——做了标准化 获取实验分组和探针注释 # 生成Grou
#https://mp.weixin.qq.com/s/mrtjpN8yDKUdCSvSUuUwcA
在列表中取子集后得到"ExpressionSet"结构数据,为"Biobase"包中的数据形式
Part5文件读取 >write.csv(test,file="example.csv") > read.csv()通常读取CSV格式 > write.table(test,file="example.txt") > read.table()通常读取txt格式 > save(test,file="example.Rdata") > load("example.Rdata") > a <- data.table::fread("soft.t
领取专属 10元无门槛券
手把手带您无忧上云