一些函數不知道什么意思要查，看數值例子，做筆記，知道函數的功能，函數和返回值。
網頁上查找關鍵詞，巧用查找（ctrl+F）
數據讀取處理，有read.table read
R—讀取數據（導入csv,txt,excel文件）
read.table函數：read.table函數以數據框的格式讀入數據，所以適合讀取混合模式的數據，但是要求每列的數據數據類型相同。
read.table讀取數據非常方便，通常只需要文件路徑、URL或連接對象就可以了，也接受非常豐富的參數設置：
- file參數：這是必須的，可以是相對路徑或者絕對路徑（注意：Windows下路徑要用斜杠'/'或者雙反斜杠'\\'）。
- header參數：默認為FALSE即數據框的列名為V1,V2...,設置為TRUE時第一行作為列名。
data1<-read.table('item.csv')#默認header=FALSE
data2<-read.table('item.csv',header=TRUE)
- read.csv、read.csv2、read.delim是read.table函數的包裝，分隔符分別對應逗號，分號，制表符，同樣接受read.table所有參數。
- read.csv函數header參數默認為TRUE，不同於read.table。
data3<-read.csv('item.csv',sep=',',header=TRUE)
data4<-read.table('item.csv')
#下文示例采用read.csv函數，兩種寫法效果相同
gc.data=read.table("count_new.txt",header=TRUE,sep="\t")#
# head(gc.data)
count數據
原數據csv轉成txt后再做
library("DESeq2")
coldata<-data.frame(c(rep("normal",30),rep("tumor",377)))
"condition"->names(coldata)
names(coldata)
rownames(coldata) = colnames(exprSet)
rownames() 行名 colnames() 列名
gctestnew=gc.data[seq(1,10),seq(1,4)]
exprSet = as.matrix(gc.data[,-1])
矩陣提取相應的行，現在還在越界，已解決：
id=up_diff_result$Row.names
name=gc.data[id,1]
代碼的形式更改鏡像下載包
source("http://bioconductor.org/biocLite.R") options(BioC_mirror="http://mirrors.ustc.edu.cn/bioc/") biocLite('WGCNA')
轉置 as.data.frame datExpr0 = as.data.frame(t(femData[, -c(1:8)])); #去除數據 1 到 8 列 轉置后生成數據框。 names(datExpr0) = femData$substanceBXH;
R語言的一些基礎補充
sampleTree = hclust(dist(datExpr0), method = "average");
sampleTree = hclust(dist(datExpr0), method = "average");
https://blog.csdn.net/sherrymi/article/details/38341185
dim(femData); #查看數組（矩陣）的大小
plot(sampleTree，….）
https://www.cnblogs.com/wutongyuhou/p/5873056.html
sizeGrWindow(width, height)
width desired width of the window, in inches.
height desired heigh of the window, in inches.
datExpr0[seq(1,10),seq(1,4)] #顯示1-10行，1-4列
datExpr0 = as.data.frame(t(femData[, -c(1:8)])); #去除數據 1 到 8 列 轉置后生成數據框。
nGenes = ncol(datExpr) # 3600L? 多少列
#郭：例子：matrix(1:20,nrow=4,ncol=5,byrow=FALSE) 分析: 矩陣A的數據是1-20,在R語言中1-20就是1:20,4*5的意思就是4行5列。
nSamples = nrow(datExpr) # 多少列
F2_2 行 樣本134， MMT0000044 列 是基因3600 134*3600 排序了
R語言 sub與gsub函數的區別
> text <- c("we are the world", "we are the children")
> sub("w", "W", text)
[1] "We are the world" "We are the children"
> sub("W","w",text)
[1] "we are the world" "we are the children"
> gsub("W","w",text)
[1] "we are the world" "we are the children"
> gsub("w","W",text)
[1] "We are the World" "We are the children"
> sub(" ", "", "abc def ghi")
[1] "abcdef ghi"
> ## [1] "abcdef ghi"
> gsub(" ", "", "abc def ghi")
[1] "abcdefghi"
> ## [1] "abcdefghi"
從上面的輸出結果可以看出，sub（）和gsub（）的區別在於，前者只替換第一次匹配的字符串，而后者會替換掉所有匹配的字符串。
R子集subset
> x<-c(6,1,2,3,NA,12)
> x[x>5] #x[5]是未知的，因此其值是否大於5也是未知的
[1] 6 NA 12
> subset(x,x>5) #subset直接會把NA移除
[1] 6 12
> subset(airquality, Temp > 80, select = c(Ozone, Temp))
Ozone Temp
29 45 81
35 NA 84
36 NA 85
38 29 82
39 NA 87
40 71 90
...
> subset(airquality, Day == 1, select = -Temp)
Ozone Solar.R Wind Month Day
1 41 190 7.4 5 1
32 NA 286 8.6 6 1
62 135 269 4.1 7 1
93 39 83 6.9 8 1
124 96 167 6.9 9 1
...
> subset(airquality, select = Ozone:Wind)
Ozone Solar.R Wind
1 41 190 7.4
2 36 118 8.0
3 12 149 12.6
4 18 313 11.5
5 NA NA 14.3
就是把x中所有不是NA的值賦予x，比如說x=c(1,2,NA,4)，那么運行這個程序
x<-x[!is.na(x)]
以后，x=c(1,2,4)
x<-“123”，x為character類型，而as.numeric(x)則為numeric類型的123。但是因子(factor)類型卻不一樣。
a<-factor(c(100,200,300,301,302,400,10))，它們的值分別為100 200 300 301 302 400 10，然而
as.numeric(a)對應的值並非100 200 300 301 302 400 10，而是2 3 4 5 6 7 1。因子(factor)轉換成數值型(numeric)
的規則是這樣的：
一共有n個數，那么轉換后的數字就會在1——n中取值，數字最小的取一，次小的取二，以此類推。
那么如何讓因子(factor)類型里的數值轉換對應的數值型呢？
mean(as.numeric(as.character(factorname)))
mean(as.numeric(levels(factorname)[factorname]))
---------------------
作者：記錄本
來源：CSDN
原文：https://blog.csdn.net/jiluben/article/details/40222229
版權聲明：本文為博主原創文章，轉載請附上博文鏈接！
> c(1:5) [1] 1 2 3 4 5
> list(a=1,b=2,c=3) $`a` [1] 1 $b [1] 2 $c [1] 3
> 5^5 [1] 3125
R語言常用命令
https://www.cnblogs.com/mohuishou-love/p/10232347.html
- mapply
mapply(FUN, ..., MoreArgs=NULL, SIMPLIFY=TRUE, USE.NAMES=TRUE)
mapply是多變量版的sapply，參數(...)部分可以接收多個數據，mapply將FUN應用於這些數據的第一個元素組成的數組，然后是第二個元素組成的數組，以此類推。要求多個數據的長度相同，或者是整數倍關系。返回值是vector或matrix，取決於FUN返回值是一個還是多個。
> mapply(sum, list(a=1,b=2,c=3), list(a=10,b=20,d=30))
a b c
11 22 33
> mapply(function(x,y) x^y, c(1:5), c(1:5))
[1] 1 4 27 256 3125
> mapply(function(x,y) c(x+y, x^y), c(1:5), c(1:5))
[,1] [,2] [,3] [,4] [,5]
[1,] 2 4 6 8 10
[2,] 1 4 27 256 3125作者：Stone_Stan4d
鏈接：https://www.jianshu.com/p/5529887f4447
來源：簡書
簡書著作權歸作者所有，任何形式的轉載都請聯系作者獲得授權並注明出處。
函數（和上面的沒關系）：
days <- function(x, y){
if(is.na(x))return(y)
else return(x)
}
year <- c(2010,2012,2013,12) c 表示列
sales <-c(1203,1220,2230,45)
salesData <- data.frame(year,sales)
4行2列
用str(salesData)觀察數據框結構時，year的類型是num.
year在這里的語義是：每年的銷售額，顯然year是個類別，因此轉化為因子：
R里面的數字向量都默認為數值型的，類別型和順序型向量都叫因子，但是得自己設定。日期數據其實也是數值型的，但是也得設定，設定成日期型后可以進行運算。
如何把factor因子取消 as.character
關於R語言中的”因子”變量類型(一)
https://blog.csdn.net/zhangxiaojiakele/article/details/80117602
因子變量實際上是由數值型變量構成的!
這一標題有沒有令你感到驚訝呢!下面給你展示一個比較sao的操作,你先自行體會以下(運氣好的人可能體會過,因為我看見有人在QQ群問過這種問題):
x <- c("10", "20", "30", "40")
as.numeric(x)
## [1] 10 20 30 40
y <- as.factor(x)
y
## [1] 10 20 30 40
## Levels: 10 20 30 40
as.numeric(y)
## [1] 1 2 3 4
看到了嗎?我們對於x這一數值構成的字符型向量進行數值轉化操作,得到了我們想要的結果.然而,當將x轉化為因子型變量時,景觀看起來外觀沒有什么大的差別,但我們進行數值轉化操作的結果卻並非我們想要的,而是一堆奇怪的1,2,3,4.事實上1,2,3,4恰恰表示的對應元素在因子型變量中的排序先后,即 levels屬性的先后.對照levels屬性或許讓你能夠更至關的進行觀察:
order(levels(y)）
## [1] 1 2 3 4
as.numeric(y)
## [1] 1 2 3 4
這也是為什么很多人看着眼前的數據似乎是一組字符型變量,想將其轉化為數值型變量,但卻發現為得到想要的結果,究其原因就在於這些變量並不是字符型變量,而是因子型變量.這一情況最容易出現在以下情形中:你的數據中某一列原本應當是數值型變量,但某幾個取值缺失了,而缺失值的表示並不是簡單的空值,而是其他如”-“等符號,此時在數據讀取的過程中,這一列變量將會被自動轉化為字符型向量,而如果你恰恰又不幸地忘記設置stringAsFactors = FALSE, 那么,便會產生如上情形了.任何情況下,都要仔細檢查變量類型.上述問題的解決方法是先使用as.characer()將因子型變量轉化為字符型變量,繼而使用as.numeric()函數將其轉化為數值型變量.
---------------------
作者：zhangxiaojiakele
來源：CSDN
原文：https://blog.csdn.net/zhangxiaojiakele/article/details/80117602
版權聲明：本文為博主原創文章，轉載請附上博文鏈接！
help('lapply')
R語言中ifelse函數可以完成類似的if...else的分支功能，可以認為是緊湊的if...else結構。其基本語法格式如下：
if(con, statement1, statement2)
con是邏輯條件，當邏輯條件的值為TRUE時，則輸出statement1的值，否則輸出statement2的值。
第一個例子：
x<-3
y<-ifelse(x>0, 2*x+1, 2*x-1)
其執行的過程是，若x是個大於0的值，則輸出2*x+1的值，否則為2*x - 1的值。
問題
待解決)
source('http://bioconductor.org/biocLite.R')
Error in file(filename, "r", encoding = encoding) :
cannot open the connection
In addition: Warning message:
In file(filename, "r", encoding = encoding) : InternetOpenUrl failed: ''
source("https://bioconductor.org/biocLite.R") InternetOpenUrl failed: '無法與服務器建立連接'
(1)看看IE能不能打開網址 http://www.bioconductor.org/
(2) https://blog.csdn.net/truffle528/article/details/77200710 不行options(repos=structure(c(CRAN="https://mirrors.tuna.tsinghua.edu.cn/CRAN/")))
source("https://bioconductor.org/biocLite.R")
R連接函數paste和paste0
paste0函數，默認是sep=""(兩個函數的唯一區別)
#要生成12個月的fitbit文件名 paste("fitbit", 1:12, ".jpg", sep = "") [1] "fitbit1.jpg" "fitbit2.jpg" "fitbit3.jpg" "fitbit4.jpg" "fitbit5.jpg" "fitbit6.jpg" "fitbit7.jpg" [8] "fitbit8.jpg" "fitbit9.jpg" "fitbit10.jpg" "fitbit11.jpg" "fitbit12.jpg" #可以看出參數里面有向量時的捉對拼接的效果,如果某個向量較短,就自動補齊 a <- c("甲","乙","丙","丁","戊","己","庚","辛","壬","癸") b <- c("子","丑","寅","卯","辰","巳","午","未","申","酉","戌","亥") paste0(a, b) [1] "甲子" "乙丑" "丙寅" "丁卯" "戊辰" "己巳" "庚午" "辛未" "壬申" "癸酉" "甲戌" "乙亥"
paste與paste0還有一個collapse參數，可以把這些字符串拼成一個長字符串，而不是放在一個向量中
#collapse是合並成一個字符串時的分隔符 paste("fitbit", 1:3, ".jpg", sep = "", collapse = "; ") [1] "fitbit1.jpg; fitbit2.jpg; fitbit3.jpg"
R——文件與工作空間的設置
- getwd() 獲取當前工作空間
- ls() 列出當前工作空間所有的對象
- dir() 列出與當前工作空間平行的文件
- args(list.files) 獲取list.files()函數的參數
- old.dir<-getwd() 將當前工作空間保存在old.dir變量
- dir.create('testdir') 創建一個新的工作空間
- setwd('testdir') 將上面創建的工作空間設置為當前工作空間
- file.create('mytest.R') 在當前工作空間創建一個文件
- list.files() 列出所有文件
- file.exists('mytest.R') 建議該文件是否存在
- file.rename('mytest.R','mytest2.R') 重命名
- file.copy('mytest2.R','mytest3.R') 復制
- file.path('mytest3.R') 獲取路徑
- dir.create(file.path('testdir2','testdir3'),recursive=TRUE) 以不覆蓋方式創建工作空間
- unlink('testdir2',recursive=TRUE) 刪除工作空間
- setwd(old.dir) 還原工作空間
- unlink('testdir',recursive=TRUE) 繼續刪除工作空間
R中的路徑設置
1.使用getwd()函數來顯示當前工作目錄。
> getwd()
[1] "C:/Users/Administrator/Documents"
2.使用setwd()函數更改當前目錄。
> dir.create("E:/R_Files")
> setwd("E:/R_Files")
> getwd()
[1] "E:/R_Files"
注意：
(1) 函數setwd()不會自動創建一個不存在的目錄。如果必要的話，可以使用函數dir.create()來創建新目錄，然后使用setwd()將工作目錄指向這個新目錄。
(2)R里的dir.create()是不級聯的，就是說一次只能創建有一個“/”的路徑。如果需要兩個“/”的路徑（”E:/R_Files/R1”），就需要用dir.create()創建兩次，然后文件才創建成功。再按照例子用setwd()去設置即可。
(3)函數setwd()是設置臨時的工作路徑（也就是說一旦你關閉了Rstudio后，工作目錄又變回原來的工作目錄）。
---------------------
作者：語希丫頭
來源：CSDN
原文：https://blog.csdn.net/mona_sunshine/article/details/53042413
版權聲明：本文為博主原創文章，轉載請附上博文鏈接！
getGEO(GEO = NULL, filename = NULL, destdir = tempdir(), GSElimits=NULL,
GSEMatrix=TRUE,AnnotGPL=FALSE)
例如：
gds <- getGEO("GDS10") 會返回一個對象，而且下載數據一般會在tmp目錄下面，當然如果你需要保存這些文件，你可以自己制定下載目錄及文件名。
gse2553 <- getGEO("GSE2553")
GDS2eSet函數可以把上面這個下載函數得到的對象(要確定是GDS而不是GSE)變成表達對象
pData和exprs函數都可以處理上面這個表達對象，從而分別得到樣品描述矩陣和樣品表達量矩陣
綜合一起就是
g4100 <- GDS2eSet(getGEO("GDS4100"))
g4102 <- GDS2eSet(getGEO("GDS4102"))
e4102<-exprs(g4102)
e4100<-exprs(g4100)
這樣的代碼，這個e4100和e4102就都是一個數值矩陣啦，可以進行下游分析，但是如果是下載的GSM數據
就用下面這個代碼，GSE26253_series_matrix.txt是通過GSEMatrix=TRUE這個參數特意下載到你的目錄的
直接在下面加上這個語句，看出現什么結果。上面的funtion是一個函數，這個是調用那個函數的，在這中間會下載那個數據，最后得出return(tT)
https://www.jianshu.com/p/b879ad1ae240
我估計會下載很長時間,我看這兩個數據包都很大'GSE31056', 'GPL10526'
這里好像是一個在線GEO分析的工具
http://www.360doc.com/content/16/1030/23/19913717_602657026.shtml
轉我的博客
？？？
GSE26253
Platforms (1) GPL8432 Illumina HumanRef-8 WG-DASL v3.0
R語言提供了批量處理函數，可以循環遍歷某個集合內的所有或部分元素，以簡化操作。
這些函數底層是通過C來實現的，所以效率也比手工遍歷來的高效。
批量處理函數有很重要的apply族函數：lapply sapply apply tapply mapply。apply族函數是高效能計算的運算向量化(Vectorization)實現方法之一，比起傳統的for,while常常能獲得更好的性能。
apply : 用於遍歷數組中的行或列，並且使用指定函數來對其元素進行處理。
lapply : 遍歷列表向量內的每個元素，並且使用指定函數來對其元素進行處理。返回列表向量。
sapply : 與lapply基本相同，只是對返回結果進行了簡化，返回的是普通的向量。
mapply: 支持傳入兩個以上的列表。
tapply: 接入參數INDEX，對數據分組進行運算，就和SQL中的by group一樣。
---------------------
作者：wa2003
來源：CSDN
原文：https://blog.csdn.net/wa2003/article/details/45887055
版權聲明：本文為博主原創文章，轉載請附上博文鏈接！
R語言-attach、detach、with
with(onedata.frame,{ name })
R語言reads.table 自動將字符串變成了邏輯值
今天遇到了一個問題，文件中有一列的值為全為F, 用read.table 讀取的時候，自動將F 變成了false
對於這樣的轉換，可以通過 colClass 參數控制
colClass 參數指定每一列的類型，numeric, integer, character, logical 等等，只需要將全是F的那一列指定為 character 就可以了
read.table( "file.txt" , sep = "\t", header=FALSE, stringsAsFactors=FALSE, colClasses = c("character"))
其實在R里面還有一個內置的函數 .libPaths , 可以直接查看所有的路徑
用法示例：
.libPaths() [1] "/usr/lib64/R/library"