内容

• 循环-数组|数据框
• 循环-因子
• 循环-while| if else
• 数据处理-排序|集合|长宽
• 字符操作及其他

心得：

听晓娟老师的课程，总有一种豁然开朗的感觉，第一天的课程如此，今天亦是如此。
今天下午的学习，了解并初步掌握了lapply、sapply循环，因子，数据处理，while、ifelse循环，正则表达式等。尤其是正则表达式，感觉一连串字符组合在一起竟然有如此神奇的作用，初步掌握后觉得异常酷炫，突感每天噼里啪啦敲代码有了点意思。
但，正所谓“师傅领进门，修行靠个人”。对概念的解释，对函数的真正理解以及如何实现自己的需求，还需要后期自己消化成自己的语言。接下来的单细胞课程也会非常难，所以还需要保持好心态，继续加油。

正则表达式

概念：

正则表达式(regular expression)描述了一种字符串匹配的模式（pattern），可以用来检查一个串是否含有某种子串，将匹配的子串替换或者从某个串中取出符合某个条件的子串等。

常用参数

grep('\\d',a,value = T)###\d表示数字
grep('\\D',a,value = T)###\D表示非数字
grep('\\w',a,value = T)###\w表示字母、数字、下划线[A-Za-z0-9_]
grep('\\W',a,value = T)###\W表示匹配非字母、数字、下划线
grep('\\s',a,value = T)###\s匹配空白字符
grep('\\S',a,value = T)###\S匹配非空白字符

1.用gsub结合正则表达式将pd$title进行操作，实现如下效果

小练习

答案

> rm(list=ls())
> options(stringsAsFactors = F)
> load('pd.Rdata')
> levels(pd$title) <- c(levels(pd$title),'EGF 12h replicate 3')
> pd$title[12] <- 'EGF 12h replicate 3'
> pd$title
 [1] EGF 4h replicate 1              EGF 4h replicate 2             
 [3] EGF 4h replicate 3              Control for EGF 4h replicate 1 
 [5] Control for EGF 4h replicate 2  Control for EGF 4h replicate 3 
 [7] Control for EGF 12h replicate 1 Control for EGF 12h replicate 2
 [9] Control for EGF 12h replicate 3 EGF 12h replicate 1            
[11] EGF 12h replicate 2             EGF 12h replicate 3            
13 Levels: Control for EGF 12h replicate 1 ... EGF 12h replicate 3
> a <- gsub('\\sfor|\\sr\\w+\\s\\d','',pd$title)
> a
 [1] "EGF 4h"          "EGF 4h"          "EGF 4h"          "Control EGF 4h" 
 [5] "Control EGF 4h"  "Control EGF 4h"  "Control EGF 12h" "Control EGF 12h"
 [9] "Control EGF 12h" "EGF 12h"         "EGF 12h"         "EGF 12h"        
> a <- gsub('\\s','_',a)
> a
 [1] "EGF_4h"          "EGF_4h"          "EGF_4h"          "Control_EGF_4h" 
 [5] "Control_EGF_4h"  "Control_EGF_4h"  "Control_EGF_12h" "Control_EGF_12h"
 [9] "Control_EGF_12h" "EGF_12h"         "EGF_12h"         "EGF_12h"       

循环-数组|数据框

创建数组

z <- array(1:24, dim = 2:4)###z <- array(1:24, dim = c(2,3,4))
> dim(z)
[1] 2 3 4

apply循环

> zseq <- apply(z, 1:2, max)
> zseq
     [,1] [,2] [,3]
[1,]   19   21   23
[2,]   20   22   24
> #####so margin其实不止1,2
> d<- apply(z, 3, max)
> d
[1]  6 12 18 24

lapply sapply

lapply(X, FUN, ...)
sapply(X, FUN, ..., simplify = TRUE, USE.NAMES = TRUE)
作用于list，即对list的每一个元素进行操作
list的每一列相当于一个元素

循环-因子

因子：包括level和基本元素
level：相当于通讯录中的group_list(亲人，朋友，同学)
无序因子和有序因子-ordered
用于分组计算
可直接由label对因子进行更改
所有factor必须是level中的元素
因子顺序可决定绘图顺序

下载数据

> rm(list=ls())
> load('flag.Rdata')###加载要用的数据

创建因子

> topleft <- flag$topleft
> set.seed(0709)
####源于向量的因子
> topleft1 <- factor(topleft,ordered = TRUE)
> class(topleft1)
[1] "ordered" "factor" 

查看level

> levels(topleft1)
[1] "black"  "blue"   "gold"   "green"  "orange" "red"    "white" 

在因子中添加元素

必须先在level中添加元素，然后在factor中添加元素，否则会在factor中生成“NA”

正确操作如下：

levels(topleft3)<- c(levels(topleft3),'pink')
topleft3[1] <- 'pink'

删除冗余的level

先从因子中将元素删除，然后从level中删除

> topleft3[1] <- 'black'
> unique(topleft3)
[1] black  red    green  blue   white  orange gold  
Levels: black blue gold green orange red white pink
> topleft3<- droplevels(topleft3)
> levels(topleft3)
[1] "black"  "blue"   "gold"   "green"  "orange" "red"    "white"