1.Rstudio 导入文件

image.png

header ： 第一行是否作为表头

sep ：分隔符

row.names： 哪一列作为行名

stringsAsFactors： 字符串是否作为因子

na.strings ：空值用什么表示

#查看当前目录下文件
dir()
#读入一个文件，存入 x 变量
x <- read.table(Matrix.csv")
#读入文件，指定分隔符
x <- read.table(file = "Matrix.csv",header = T,sep = ",")
#读入文件，指定分隔符和列名
x <- read.csv (file = "Matrix.csv",header = T,row.names = 1)
#读入文件，指定分隔符、表头与行名以及字符串不作为因子
x <- read.csv (file = "Rdata/CountMatrix.csv",header = T,sep = ",",row.names =1, na.strings = "NA",stringsAsFactors = F)

1、data：后面接文件路径，注意文件路径一定要加引号，注意 windows 系统文件路径的写法。

2、header：只接逻辑值 TRUE 或者 FALSE，代表第一行是否作为表头，默认为 FALSE。如果不设置，R 会默认添加 V1，V2 等作为列名。

3、sep：分隔符，读入文件最重要的一个选项，如果设置错误，文件格式很乱，通常就是逗号“，”,制表符“\t”或者冒号“：”等。

4、row.names：后面接数字，指定哪一列作为行名，默认是 0，通常可以设置为 1。

5、stringsAsFactors：后面接逻辑值，R 语言默认会将文件中的字符串自动转换为因子，如果不像这么做，可以设置为 F。

6、na.strings：后面接字符串，指定文件中空值的表示方法。

note:读入文件之后，需要验证文件是否读入成功，通常使用 head 函数截取文件头部显示出来，判断格式是否正确，在 Rstudio 中也可以使用 View()函数将全部内容显示出来。如果格式不正确就需要修改命令重新读取文件；如果没有问题，就可以对数据进行后续的分析了

#查看数据结构
class(data)
#查看文件头部
head(data)
#查看文件尾部
tail(data)
#查看行名，列名
rownames(data)
colnames(data)
#View 窗口中查看数据
View(data)
#查看数据属性信息
str(data)

2. R中常用的数据结构

image.png

1.向量

1.向量:vector，是 R 中最重要的一个概念，它是构成其他数据结构的基础。向量其实是用于存储数值型、字符型或逻辑型数据的一维数组。

2.创建向量用函数 c 来创建向量。

#R 内置向量
rivers
eruo
plot(rivers)
hist(rivers)
names(euro)
length(euro)
a <- c(1,2,3)
#字符型向量
b <- c("red","green","blue")
#生成连续型向量
c <- seq(1,100,2)
d <- rep(c(1,2),5)

3.向量索引

rivers[c(1)]
euro[1:3]
euro["ATS"]

4.向量计算

x <- runif(10000000,min = 1,max = 100)
length(x)
sum(x)
mean(x)
var(x)
sd(x)
median(x)
range(x)
a <- 1:5
b <- 10:1
a+1
a*2
a+b

2.矩阵

矩阵（Matrix）是一个按照长方阵列排列的复数或实数集合。向量是一维的，而矩阵是二维的，需要有行和列。常用的是数据矩阵，基因的表达数据为数值矩阵。矩阵有两大作用，一个是用来计算相关性，另外可以用来绘制热图。

1.创建矩阵

state.x77 #R中内置矩阵
m <- matrix(1:20,nrow = 4,ncol = 5)
rowSums(state.x77)
colMeans(state.x77)
cor(state.x77)

2.矩阵索引

state.x77
state.x77[1,2]
state.x77[1,]
state.x77["Alabama",]

3.数据框

1.创建数据框:利用 data.frame()函数创建数据框。

data.frame()
mtcars ###自带数据框
iris ###自带数据框
adata <- data.frame(state.name,state.division,state.area) #合并数据框
str(adata)

2. 数据框索引

1. 中括号
2. 名称
3. dollar符：$
4. 逻辑值 T F

euro[1:3]
euro[-(1:3)]
euro["ATS"]
mtcars[c(2,3,4,5)]
mtcars$mpg
alist <- list(euro,iris,mtcars)
alist[1]
alist[[1]]

4.因子

所有的数据集合可以分为三类，连续型，名义型和有序型。连续型例如1 2 3 4 5 8 9 10，而有序型 周一，周二，周三……等。在R中名义型变量和有序性变量称为因子，factor。这些分类变量的可能值称为一个水平level，由这些水平值构成的向量就称为因子。因子主要用于计算频数，可以用来分组。可以通过factor()函数中的labels选项对因子的值进行批量修改。

state.division
state.region
table(state.division)
afactor <- factor(c("blue","red","red","green","red","blue"),levels = c("red","green","blue","yellow"))
bfactor <- factor(letters[1:5], labels = c("one","two","three","four","five"))

5.列表

列表就是一些对象的有序集合。列表中可以存储若干向量、矩阵、数据框，甚至其他列表的组合。

state.center
alist <- list(euro,state.x77,iris)

6.时间序列

co2
presidents