數(shù)據(jù)結(jié)構(gòu)

一、幾個(gè)小技巧

• R的賦值符號(hào)：<-
• Console 控制臺(tái)輸入命令：相當(dāng)于linux命令行
• R的代碼都是帶括號(hào)的
• 括號(hào)必須是英文
• 顯示工作路徑 getwd()
• 向量是由元素組成的（元素可以是數(shù)字或者字符串）
• 表格在R語(yǔ)言中改名叫數(shù)據(jù)框
• ?函數(shù)名調(diào)出對(duì)應(yīng)的幫助文檔（如？read.table）
• 數(shù)據(jù)類(lèi)型（向量（vector）矩陣（Matrix）數(shù)組（Array）數(shù)據(jù)框（Data frame）List）

二、向量

1. 元素：數(shù)字或者字符串
2. 標(biāo)量：一個(gè)元素組成的變量

3. 向量：多個(gè)元素組成的變量 ，是一排有序排列的元素
   標(biāo)量、向量與元素

常見(jiàn)賦值方法

x <- c(1,2,3) #常用的向量寫(xiě)法，意為將x定義為由元素1，2，3組成的向量。
x<- 1:10 #從1-10之間所有的整數(shù)
x<- seq(1,10,by = 0.5) #1-10之間每隔0.5取一個(gè)數(shù)（注意是逗號(hào)不是分號(hào)）
x<- rep(1:3,times=2) #1-3 重復(fù)2次

查看變量

圖cr生信星球

圖cr生信星球

從向量中提取元素的方法

1. 按位置

> x
[1] 1 2 3 1 2 3
> x[-4]#排除法，除了第4個(gè)元素之外剩余的元素
[1] 1 2 3 2 3
> x[2:4]#第2到4個(gè)元素
[1] 2 3 1
> x[-(2:4)]#除了第2-4個(gè)元素
[1] 1 2 3
> x[c(1,5)] #第1個(gè)和第5個(gè)元素
[1] 1 2

2. 按數(shù)值

> x[x==3]#等于3的元素
[1] 3 3
> x[x>1]
[1] 2 3 2 3
> x[x %in% c(1,2,5)]#存在于向量c（1，2，5）中的元素
[1] 1 2 1 2

三.數(shù)據(jù)框

示例數(shù)據(jù)1

示例數(shù)據(jù)2

結(jié)果

結(jié)果

• 此處sep表示分隔符，\t為空格的意思，即空格為分隔符
• header為第一行是否用作列名稱(chēng)。true則excel第一行用于列名稱(chēng),具體數(shù)據(jù)從第二行開(kāi)始 false則第一行即為具體數(shù)據(jù)。此處首行X1、X2為列名稱(chēng)。

3. 設(shè)置行名和列名

> X<-read.csv('doudou.txt') 
> colnames(X) #查看列名
[1] "X1" "X2"
> rownames(X) #查看行名,默認(rèn)值的行名就是行號(hào)，1.2.3.4...
[1] "1" "2" "3" "4" "5"
> colnames(X)[1]<-"bioplanet"#有的公司返回?cái)?shù)據(jù)，左上角第一格為空，R會(huì)自動(dòng)補(bǔ)為x,用這個(gè)命令來(lái)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為行名

輸入最后一行代碼后X顯示

write.table(X,file = "yu.txt",sep = ",",quote=F)#分隔符改為逗號(hào)，字符串不加雙引號(hào)（默認(rèn)格式帶由雙引號(hào)） 

5. 變量的保存與重新加載

save.image(file="bioinfoplanet.RData")#保存當(dāng)前所有變量（保存鏡像文件）
save(X,file="test.RData")#保存其中一個(gè)變量
load("test.RData")#再次使用RData時(shí)的加載命令

6. 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（優(yōu)秀寫(xiě)法，而且這個(gè)命令還優(yōu)秀到不用寫(xiě)括號(hào)的地步，并且支持Tab自動(dòng)補(bǔ)全哦，不過(guò)只能提取一列）

示例數(shù)據(jù)框

> z[1,2]
[1] 1
> z[1,1]
[1] "A"
> z[3,1]
[1] "C"
> z[1,]
  X1 X2
1  A  1
> z[2,]
  X1 X2
2  B NA
> z[,2]
[1]  1 NA NA  3 NA
> z[,1]
[1] "A" "B" "C" "D" "E"
> z[1]
  X1
1  A
2  B
3  C
4  D
5  E
> z[1:2]
  X1 X2
1  A  1
2  B NA
3  C NA
4  D  3
5  E NA
> z[c(1,2)]
  X1 X2
1  A  1
2  B NA
3  C NA
4  D  3
5  E NA
> z$X1
[1] "A" "B" "C" "D" "E"

其他知識(shí)點(diǎn)

1. 提取某兩列為散點(diǎn)圖

options(stringsAsFactors = T)
a <-data.frame(case=paste0("S",1:9),values=runif(9))
plot(a$case,a$values)

若為了避免plot函數(shù)中變量名出現(xiàn)兩次，可采用如下方法

attach(a)
plot(case,values)

或

with(a,{
 plot(case,values)
x<<-summary(values)   #求和并賦值給x,<<的意思是作為全局變量，也就是出了大括號(hào)仍有效。
})
x #運(yùn)行完后打印x

2. 腳本的復(fù)制與保存（省略）
   課后問(wèn)題：save(X,file="test.RData")這句代碼如果報(bào)錯(cuò)object X not found，是為什么，應(yīng)該怎么解決？
   答：證明X對(duì)象不存在，可能是變量名寫(xiě)錯(cuò)，之前并未對(duì)X變量進(jìn)行賦值