数据框、矩阵和列表20230202
一、向量、矩阵、数据框和列表的区别
1）向量：一维
2）矩阵：二维，只允许一种数据类型
3）数据框：二维，每列只允许一种数据类型
4）列表：容纳各种数据类型
ps：数据类型的判断：clss（）
数据类型的转化：as.data.frame/ as.matrix
二、数据框
（1）数据框的来源：
a 新建
b as.data.frame转化
c 读取表格文件 read.csv()
d 内置数据集如 iris，mtcars
（2)新建数据框：
1、data.frame()
2、read.csv(" ") ⚠️文件在当前的工作路径中可以直接使用文件名，否则需要使用绝对路径，否则就会报错。
（3）数据框的属性
获得行数 nrow()
获得列数 ncol()
获得行名 rownames()
获得列名 colnames()
(4)数据框取子集
>数据框名称 $ 列名 eg. df1$gene
#按坐标 df1[2,2] 取出一个格子
#按行. df1[1, ] 后面空取一行
#按列. df1[ ,2] 前面空取一列
#某几行，几列.
> df1
gene change score
1 gene1 up 5
2 gene2 up 3
3 gene3 down -2
4 gene4 down -4
> df1[c(1,3),1:2]
gene change
1 gene1 up
3 gene3 down(取了第一、三行的1～2列）
‼️使用取子集的方法筛选
eg：筛选score大于0的行
> df1[df1$score>0,]
gene change score
1 gene1 up 5
2 gene2 up 3(先按逻辑取子集，T对应的行留下，F对应的删掉）
（5）数据框修改
1、改一个格
> df1[3,3]<-5
> df1
gene change score
1 gene1 up 5
2 gene2 up 3
3 gene3 down 5
4 gene4 down -4(先使用中括号取出来再赋值）
2、改一整列
> df1$score<-c(12,23,50,2)
> df1
gene change score
1 gene1 up 12
2 gene2 up 23
3 gene3 down 50
4 gene4 down 2(使用💲取出一列重新赋值）
3、增加一列
> df1$p.value<-c(0.01,0.02,0.07,0.05)
> df1
gene change score p.value
1 gene1 up 12 0.01
2 gene2 up 23 0.02
3 gene3 down 50 0.07
4 gene4 down 2 0.05（💲后加上要增加新列的列名）
4、修改行名和列名
行名修改：rownames(数据框的名称)<-c() #重新赋值
名列名修改：colnames(数据框的名称)<-c()
改一个行名或列名： colnames(数据框名称）[列数]<-"重命名 "
rownames(数据框名称）[行数]<-"重命名"
5、数据框的连接
(新建数据框）
> test1<-data.frame(name=c("jimmy","niker","Damon","Sophie"),blood_type=c("A","B","O","AB"))
> test1
name blood_type
1 jimmy A
2 niker B
3 Damon O
4 Sophie AB
> test2<-data.frame(NAME=c("Damon","jimmy","niker","tony"),weight=c(140,145,110,138))
> test2
NAME weight
1 Damon 140
2 jimmy 145
3 niker 110
4 tony 138（连接数据框，根据共有的列名, by.x写第一个列名，by.y写第二个）
> merge(test1,test2,by.x = "name",by.y = "NAME")
name blood_type weight
1 Damon O 140
2 jimmy A 145
3 niker B 110三、矩阵
（1）新建和取子集
matrix(1:n,nrow=, nco=) ⚠️默认数据按列先排列，若要按行排列，记得输入byrow=TRUE
eg:
> m<-matrix(1:9,nrow = 3,ncol = 3)
> m
[,1] [,2] [,3]
[1,] 1 4 7
[2,] 2 5 8
[3,] 3 6 9(2)转置（行变列，列变行）
t(矩阵名称)
eg：
> t(m)
[,1] [,2] [,3]
[1,] 1 2 3
[2,] 4 5 6
[3,] 7 8 9(3)矩阵和数据框的转化
as.data.frame()
as.matrix()
最后用class() 明确一下数据类型
（4）矩阵画热图
四、列表
（1）列表的新建
> l<-list(m1=matrix(1:9,3,3),m2=matrix(2:9,2,4))
> l
$m1
[,1] [,2] [,3]
[1,] 1 4 7
[2,] 2 5 8
[3,] 3 6 9
$m2
[,1] [,2] [,3] [,4]
[1,] 2 4 6 8
[2,] 3 5 7 9❓当把"m1="换成"m1<-" ，$m1 会变成 [[1]]
⚠️(2)列表的取子集（注意数据类型）
l[1] 取出数据是列表
l[[1]] / l 💲m1 取出数据是matrix或array
> class(l[1])
[1] "list"
> class(l[[1]])
[1] "matrix" "array"
> class(l$m1)
[1] "matrix" "array"补充知识点
1）元素的命名（使用names给向量命名）
> scores<-c(100,59,73,95,45)
> names(scores)<-c("jimmy","nicker","Damon","Sophie","tony")
> scores
jimmy nicker Damon Sophie tony
100 59 73 95 45‼️names（）是对向量的命名，即加上名字的属性，并不是加了一行，class(scores)还是numeric的向量！！
a 使用名称查找 scores["jimmy"]
b 筛选出分数大于60的名字 names(scores)[scores>60]
> names(scores)[scores>60]
[1] "jimmy" "Damon" "Sophie"腾讯云开发者
