《学习小组Day5笔记--旮旯里的山大王》

Day5-数据结构笔记。

新手起步：

抄笔记：

获取示例数据：在公众号--生信星球 后台回复：“数据类型”即可获得
（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()
（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（重点只有两个，剩下的不看）

数据结构

思维导图：

image.png

抄笔记：
获取示例数据：在公众号后台回复：“数据类型”即可获得
（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()
（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（重点只有两个，剩下的不看）

学习内容：

• 向量（vector）重要
• 矩阵（Matrix）
• 数组（Array）
• 数据框（Data frame）重要
• List

1. 向量

1.1 元素、向量和标量

抄笔记：

• 元素：数字或者字符串（用chr表示）等，根据它可以区分标量与向量；
• 标量：一个元素组成的变量；
• 向量：多个元素组成的变量；

• 补充：一个向量是一排有序排列的元素，以后会用到把一个向量作为数据框中的一列的情况。

  
  
  image.png

1.2 赋值

使用时，一般都会直接给变量定义，也就是“赋值”，字面意思是赋予这个变量一个数值（其实也不一定是数值，还可以是字符串/数据框等等）。

x<- c(1,2,3) #常用的向量写法，意为将x定义为由元素1，2，3组成的向量。
x
x<- 1:10 #从1-10之间所有的整数
x
x<- seq(1,10,by = 0.5) #1-10之间每隔0.5取一个数（注意是逗号不是分号）
x
x<- rep(1:3,times=2) #1-3 重复2次
x

抄笔记：
新手tips：
如果你把这几行代码都打过了，那么x就被你赋值了4次，结果就是，第一次赋值被第二次的覆盖了，第二次的赋值又被第三次的覆盖了，以此类推，以最后一次为准哦。

练习1-1：

image.png

PS：教程里的例子未能理解，先跳过。

1.2 从向量中提取元素

1.2.1 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)]#除了第2-4个元素
x[c(1,5)] #第1个和第5个元素

练习1-2：

image.png

1.2.2 根据值

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

练习1-3：

image.png

image.png

从向量中提取元素的命令参考：
R语言笔记-向量操作

2. 数据框：

抄笔记：
示例数据是如何获得的？（可跳过）
（1）新建doudou.txt，输入以下（如果教程里让你新建，又没说在哪里，你就默认在工作目录下新建。）
X1,X2
A,1
B,
C,
D,3
E,
小抄截图中显示的NA表示空值，所以新建的时候像我一样空着就好。
用以下命令即可获得示例数据框：
X<-read.csv('doudou.txt')
将示例数据放在你的工作目录下（！！！重要）

2.1 读取本地数据

（以huahua.txt数据为例，记得一定要放在工作目录里，否则报错。）
本节笔记参考前学员笔记

read.table函数读入数据

文本数据常用储存格式有两种：一种是CSV（逗号分隔符文本），另一种是TXT（Tab分隔符或空格分隔符）。

• 当数据文件所在目录被设为工作目录时，读入文件只需要写文件名:read.table('cancer.txt', header=TURE)
• 当不设置工作目录时，读入文件时需要写完整路径:read.table('C:/Data/mydata/cancer.txt', header=TURE)

2.1.1 读入txt格式文件

read.table("huahua.txt",sep="\t",header=T)
或
read.table("doudou.txt",sep=",",header=T)
或
read.csv("huahua.txt",sep = " ",header =T)

但是不能read.csv("huahua.txt",sep = "\t",header =T)

image.png

sep，header是比较常用的参数，可以看帮助文档理解。

sep=
sep= ：文件中的字段分离符，用于文件数据文本的读取和保存过程中指定分割符号。

一般情况下：

• csv 文件 sep = “,” # 以逗号分割
• txt 文件 sep = “\t” #以制表符分割
• 其他文件 sep = " " #以空格分割
• 具体情况，具体调整
  >* 若不指定sep参数，则默认参数sep='\t'。
  来源：R语言 文本文件分割 符号 sep;前学员笔记

• 练习：比较sep = ","、sep = "\t"，sep = " "，sep = "? "。

image.png

未完待续：
（1）比较read.table("doudou.txt")、read.csv("huahua.txt")、read.table(‘doudou.txt’)、read.csv(‘huahua.txt’)；

（2）比较read.table("huahua.txt",sep="\t",header=T)、read.csv("huahua.txt",sep="\t",header=T)；

注意：doudou.txt与huahua.txt的区别。

结论：读取txt文档时，sep = ""、sep =，sep以及不输入sep都不可以；必须对sep赋值。

"header="
一个逻辑值（header=TRUE or header=FALSE），用来反映这个文件的第一行是否包含变量名。

• header=T 代表读入数据时将第一行作为列名;
• header= F 不使用文件中第一行作为列名；

来源： 数据导入读取read.table函数详解，如何读取不规则的数据（fill=T）；前学员笔记

• 练习：比较header=T与header= F

  
  
  image.png

2.1.2 读入csv格式文件

read.csv("XX.csv",sep=",",header=T)，必须指定sep=","。
若使用read.csv函数读入数据时，则必须设置txt格式文件读入sep="\t"，而不需要指定csv文件的sep，因为默认为","。
来源：前学员笔记

image.png

2.2 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

（其实我们这个数据框并不需要改，如果你已经改了，知道怎么撤销吗？用刚才的read.table命令重新赋值一遍就可以覆盖掉你刚才改瞎的了。这也就是变量为什么叫"变"量）
嗯。我故意写了个大写的X，就是告诉你一下大小写是严格区分的，耶。

image.png

2.3 数据框的导出

write.table(X,file = "yu.txt",sep = ",",quote=F)#分隔符改为逗号，字符串不加双引号（默认格式带由双引号） 

write.table函数 write.table (x, file ="", sep ="", row.names =T, col.names =T, quote =T)
x：需要导出的数据
file：导出的文件路径或名称
sep：分隔符，"\t"或","或" "
row.names：是否导出行序号，T是导出行序号
col.names：是否导出列名，T是导出列名
quote：字符串是否使用引号表示，T用引号表示，F则不用双引号。
来源：前学员笔记

image.png

2.4 变量的保存与重新加载

• 这次没有处理完的数据下次想接着用怎么办?--学会保存和重新加载。保存的格式是RData。

save.image(file="bioinfoplanet.RData")#保存当前所有变量
save(X,file="test.RData")#保存其中一个变量
load("test.RData")#再次使用RData时的加载命令

save(X,file="123.RData") #在数据没有处理完时临时保存
load("test.RData") #重新加载
来源：前学员笔记

image.png

2.5 提取元素

(这里的X是的刚才的变量名，实际应用要懂得替换。)

- 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（优秀写法，而且这个命令还优秀到不用写括号的地步，并且支持Tab自动补全哦，不过只能提取一列）

image.png

2.6【选修部分】直接使用数据框中的变量

未学习

问题：

回答问题：save(X,file="test.RData")这句代码如果报错object X not found，是为什么，应该怎么解决？
回答：重新对X进行赋值，读取本地数据。