数据结构

数据框

矩阵

列表

1 Vector 向量—一维

sample(1:100,7) #不放回抽样
#[1] 44 38 65 80 91 59 58

2 矩阵—二维,所有列的数据类型相同，两个维度（行数和列数）

matrix(sample(1:100,28), nrow = 4)

2.1矩阵新建和取子集

m <- matrix(1:9, nrow = 3)

m

colnames(m) <- c(LETTERS[1:3])

colnames(m)

2.2 矩阵的转置和转换

t(m)

t(m)

2.3 转换为数据框

as.data.frame(m)

3 数据框，长度相同，数据类型可以不相同

3.1 新建数据框 (本质是向量按列组合）

df <- data.frame(gene = paste0("gene",1:20),
                 sam = paste0("sample",1:20),
                 exp = sample(1:100,20))

3.2 .数据框属性描述

1.维度（有几行几列）

dim(df)

2. 行名/列名

colnames(df)
rownames(df)

3.3 .数据框取/去除 -（前面加入一个减号） 子集（一个、一行、一列、多行多列）

3.31 --坐标 ; 中括号里的逗号，表示维度的分割

df[行号,列号]

3.32 根据行名或列名

df[,c("gene","sam")]
df[,-3]

取某一子集df[,c("gene","sam")]
去除某一个子集df[,-3]

3.33 提取列的常用操作

能对向量的操作都是可以对提取的列进行操作的

df$

3.4 数据框修改 --- 取子集$或[] +赋值操作

df$exp <- c(sample(1:50,20))
#能对向量进行的计算和统计，都能对df$exp做

修改数据框的行名和列名

#改全部行名
rownames(df)
#改一个行名
#修改第二列的行名，就是修改行名这个向量的第二个元素
rownames(df)[2]

3.5 数据框进阶

（1）行数较多的数据框可截取前/后几行查看

head(iris,n=10)

(2)行列数都多的数据框可取前几行前几列查看

iris[1:10,1:10]

(3) 查看每一列的数据类型和具体内容

str(df)

（4）去除含有缺失值的行：

na.omit(df)

（5）两个表格的连接

cbind #按列连接,行数相同
rbind #按行连接，列数相同

可以按照共同的列名来进行连接

merge(df1,df2, by.x = "df1NAME", by.y = "df2name")

4 列表

4.1 列表新建和取子集

li <- list(m=matrix(1:15,nrow=5),
           df=data.frame(gene=paste0("gene",1:3),sam = paste0("sample",1:3),exp=sample(1:20,3)),
           x=c(1,3,2))

li

取子集

li[[2]]#尽量使用这个
li$df 

5 删除变量

删除一个rm(l)
删除多个rm(df,m)
删除全部rm(list = ls())
清空控制台ctrl+l

https://mp.weixin.qq.com/s/rA92iZS8HUiuwlyrPirHdA