DAY5 R——两大数据类型:向量和数据框

一. 向量

  • 向量,元素,标量区别
    图引自生信星球
    image.png
  • 赋值
    给变量定义就是赋值, 注意以最后一次为准!注意以下常用表达
    x<-c(1,2,3) #常用的向量定义写法,意为将x定义为由元素1,2,3组成的向量。
    x<-(1:10) #从1-10之间所有的整数
    x<-seq(1,10,by = 0.5)#1-10之间每隔0.5取一个数(注意这里是逗号不是分号)
    x<-rep(1:3,times=2) #1-3 重复2次
  • 从向量中提取元素
    1.根据元素位置
    这里的x是你刚才赋值的变量名,根据自己的情况来修改
    x[4] #x第4个元素
    x[-4]#排除法,除了第4个元素之外剩余的元素
    x[2:4]#第2到4个元素
    x[-(2:4)]#除了……
    x[c(1,5)]#第1个和第5个元素
    2.根据值的大小
    x[x==10]#等于10的元素
    x[x<0]
    x[x %in% c(1,2,5)]#存在于向量c(1,2,5)中的元素

二. 数据框

  • 练习时先将doudou.txt和huahua.txt数据放在RData文件夹下
  • 读取本地数据
    read.table(file = "huahua.txt",sep = "\t",header =T) #读取文件,分隔符为Tab(点tab键可以出来seq),有表头
    a<-read.table(file = "huahua.txt",sep = "\t",header =T)#把这个数据框赋给一个变量a
  • 设置行名和列名
    X<-read.csv('doudou.txt') #在示例数据里有doudou.txt 注意这里的变量X是一个数据框
    colnames(X) #查看列名
    rownames(X)#查看行名,默认值的行名就是行号,1.2.3.4...
    colnames(X)[1]<-"bioplanet"#有的公司返回数据,左上角第一格为空,R会自动补为x,用这个命令来修改
    X<-read.csv(file = "huahua.txt",sep = "\t",header =T,row.names=1)#最后row.names的意思是修改第一列为行名
    撤销吗: 用刚才的read.table命令重新赋值一遍就可以覆盖了."变"量看最后一次!)
  • 数据框的导出
    write.table(X,file = "yu.txt",sep = ",",quote=F)#其中sep = ","是分隔符改为逗号,quote=F表示字符串不加双引号(默认格式带有双引号) ,而quote函数如果为TRUE的话则表示要带双引号,如果是FALSE,就像这里的quote=F表示不加双引
  • 变量的保存与重新加载
    保存的格式是RData。
    save.image(file="bioinfoplanet.RData")#保存当前所有变量
    save(frame1,file="frame1.RData")#保存其中一个变量
    load("frame1.RData")#再次使用RData时的加载命令
  • 提取元素
    这里的X是指的我用过的一个变量名,实际应用要懂得替换。刚才让师姐测试我教程的时候很担忧你们粗暴地复制我的代码,最后啥也没看懂。
    X[x,y]#第x行第y列
    X[x,]#第x行
    X[,y]#第y列(横着写)
    X[y] #第y列(竖着写)
    image.png

    X[a:b]#第a列到第b列
    X[c(a,b)]#第a列和第b列
    X$列名#也可以提取列(并且支持Tab自动补全,不过只能提取一列,优秀写法)
  • 直接使用数据框中的变量
    比如要取提取列名case和values的为某两列作散点图:
    1. 方法1
    c <-data.frame(case=paste("S",c(1:50)),values=runif(50)) 这里的paste是拼接字符串的函数
    plot(c$case,c$values)
    但这里说这里这种方法有个缺点:数据框名a在代码中重复出现(此处试验了下没有)
    2. 方法2(这种方法数据框名a在代码中就不重复出现了)
    with(c,{
    + plot(case,values)
    x<<-summary(values) #求和并赋值给x,<<的意思是作为全局变量,也就是出了with循环仍有效。
    })
    什么是with循环? 如下百度感觉很形象
    image.png

    全局变量含义?
    函数内部的变量通常为局部变量,可以通过 <<- 赋值,成为全局变量,这样就可以在其他函数中被调用。

三.其他注意TIP

  • 脚本窗口使用
    新建脚本,并在里面打代码/粘贴大神代码。然后保存到RDATA工作目录下,打开,注意脚本文件的后缀就是R

    image.png

  • 在哪看变量
    引自生信星球

    image.png

  • 其他潜意识小tip
    来自生信星球的大神总结
    (1)R的赋值符号不是等号,而是<-
    (2)在Console 控制台输入命令,相当于Linux的命令行
    (3)R的代码都是带括号的,括号必须是英文的。
    (4)显示工作路径 getwd()
      设置工作路径setwd("C:/Users/kingjie/Desktop/Rdata")
    (5)向量是由元素组成的,元素可以是数字或者字符串。
    (6)表格在R语言中改名叫数据框_
    (7)别只复制代码,要理解其中的命令、函数的意思。函数或者命令不会用时,除了百度/谷歌搜索以外,用这个命令查看帮助:?read.table,调出对应的帮助文档,翻到example部分研究一下。
    (8)数据类型(两重点)
    向量(vector),矩阵(Matrix),数组(Array),数据框(Data frame),List

image.png
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 211,290评论 6 491
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 90,107评论 2 385
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 156,872评论 0 347
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 56,415评论 1 283
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 65,453评论 6 385
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 49,784评论 1 290
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,927评论 3 406
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 37,691评论 0 266
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,137评论 1 303
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 36,472评论 2 326
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 38,622评论 1 340
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,289评论 4 329
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,887评论 3 312
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,741评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,977评论 1 265
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 46,316评论 2 360
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 43,490评论 2 348

推荐阅读更多精彩内容