*R语言基础function

生成随机数部分原帖地址：https://zhuanlan.zhihu.com/p/72859263

1. 取子集

data=read.table("file.txt",header=T)
data_part1=subset(data,Class=="A"|Class=="B")
data_part2=subset(data,Class=="A"&Group=="B")

2. 初始化一个空矩阵

newdata=matrix(nrow=10,ncol=5)
colnames(newdata)=c("ID","Gene","Group","Class","FPKM")

a=matrix(c(1,2,3,4,5,6,7,8,9,10),nrow=5,ncol=2)
a=  1  6
    2  7
    3  8
    4  9
    5  10

a=c(rep(0,5))
a=0 0 0 0 0

3. for循环

x=1:5
y=3:5
line=0
for (i in 1:5) {
  for (j in 1:3) {
    line=line+1;
    number1=x[i];
    number2=y[j];
    if (number1>number2 | number1<number2) {
      print(c(line,"no",x[i],y[j],"------------"));
    }
    else {
      print(c(line,"yes",x[i],y[j],"------------"));
    }
  }
}

4. T检验

ttest=t.test()

5. 正态分布

df=data$Class
pnorm=pnorm(df,mean(df),sd(df))

6. 合并数据

#merge合并两个数据框，标识共同的列或行
merge(df1,df2,by="Gene")
merge(df1,df2,by.x="ID1",by.y="ID2")

#cbind根据列合并，合并所有列
cbind(df1,df2)

#rbind根据行合并，合并所有行
rbind(df1,df2)

#paste
x=1:10
y=paste("k",x,sep="")
y=k1 k2 k3 ... k10

7. 产生空数组/矩阵

#做一个空矩阵
newmat=matrix(ncol=2,nrow=3)

#做一个空数组
arr=seq(from=0,to=0,length.out=10)

8.基础计算公式

#常规除法
35/10

#取整数
35 %/% 10

#求余数
35 %% 10

#向下取整
floor(2.3)

#向上取整
ceiling(2.3)

#四舍五入取整
round(2.4)
[1] 2
round(2.5)
[1] 3

9.生成随机数/数据

#runif
runif(n,min,max)
随机生成n个在min和max之间的随机数

#:
1:10
1到10的等差序列

#seq
seq(x,y,z)
x=起点，y=终点，z=等间距

seq(from=x,to=y,length=z)
生成长度为z的序列，范围从x到y

#rep
rep(1:3,3)
将1 2 3重复3次,1 2 3 1 2 3 1 2 3

rep(1:3,each=3)
将1 2 3中的每一个重复3次,1 1 1 2 2 2 3 3 3

#factor
x <- c("Man", "Male", "Man", "Lady", "Female")
xf <- factor(x, levels = c("Male", "Man" , "Lady", "Female"),
                 labels = c("Male", "Male", "Female", "Female"))
变成两类标签

#gl
gl(3,5,length=15,label=c('a','b','c'))
a a a a a b b b b b c c c c c
gl(k,n,length=,label=)
构造一个因子序列。k为水平数，n为每个水平连续出现的次数，length为整个序列的长度，label为因子标签

#sample随机取样
sample(x, size, replace = FALSE, prob = NULL)
x被抽样数据；size抽样个数；replace = FALSE/TRUE无重复抽样/重复抽样；prob挑选概率（x与prob对应）

sample(1:100, 20, replace=FALSE)
[1] 71 83 24 75 35 51  9 16 99 39 68 74 85 60 44 98 20  2 87 21

sample(letters, 20, replace=FALSE) #无重复
[1] "e" "a" "l" "c" "r" "h" "s" "z" "i" "d" "j" "g" "o" "f" "n" "y" "b" "t"
[19] "q" "m"

x = c(1:20)
sample(x)#随机排列x

sample(c(0,1), 10, replace=TRUE, prob=c(0.2, 0.8)) 
#分别以0.2和0.8的概率抽取0和1
[1] 1 1 1 1 1 1 1 1 0 0

#strsplit(x) 字符分割
strsplit(x, split, fixed = FALSE, perl = FALSE)
根据split将x分割，若split=“”，则将x分为单个字符
strsplit("split","", fixed = FALSE, perl = FALSE)
[1] "s" "p" "l" "i" "t"
#默认split为正则表达式，可使用fixed=TRUE，对split做精确匹配
#当perl=TRUE时，使用perl的正则表达式规则
#当分隔符为?, +, {, |, (, )时，要使用'\\'来消除特殊含义

x <- "a5aa646a4d9a4da1d3a49d79a41d1da"
strsplit(x, "\\d") #根据每个数字分割

strsplit(x, "[:alnum:]") #任何一个字母或数字（等价于[a-ZA-Z0-9]）

#生成拟合概率函数的数据
统一的形式：前缀+分布函数名
d 表示密度函数（density）；p 表示分布函数（生成相应分布的累积概率密度函数）；q 表示分位数函数，能够返回特定分布的分位数（quantile）；r 表示随机函数，生成特定分布的随机数（random）
rnorm(100, mean=0, sd=1) #生成100个服从标准正态分布的序列

以此类推：
rexp(n, rate=1)   #指数
rgamma(n, shape, rate=1, scale=1/rate)   #r 分布
rpois(n, lambda)   #泊松
rt(n, df, ncp)   #t 分布
rf(n, df1, df2, ncp)   #f 分布
rbinom(n, size, prob)   #二项分布
rweibull(n, shape, scale=1)   #weibull 分布
rbata(n, shape1, shape2)   #bata 分布runif(n,min=0,max=1)  #均匀分布

#生成离散随机变量（借助for循环）
p1<-0.15
p2<-0.2
p3<-0.3
p4<-0.35
disrand<-function(i){
  u<-runif(1,0,1)   #生成0-1之间的一个随机数
  if(u<p1) x <- 1 else #如果随机数u小于p1
    if(u<p2+p2) x <- 2 else #如果随机数u大于等于p1且小于p2+p2
      if(u<p3+p2+p1) x <- 3 else
        x <- 4
      return(x) #返回x
      }

Xa <- rep(NA,100) #生成一个有100个NA的向量，用于存放生成的随机数
for (i in 1:100)
  Xa[i] <- disrand(i)
Xa

> Xa
  [1] 1 1 2 3 2 4 1 1 2 4 4 2 2 2 2 4 2 4 4 4 3 2 4 1 1 1 2 4 1 3 1 3 4 2 4 2
 [37] 2 4 4 1 4 3 2 4 3 4 3 3 3 4 4 3 4 2 2 1 4 4 2 1 4 2 4 2 4 1 2 2 1 4 4 3
 [73] 4 4 4 4 4 2 4 1 4 3 4 3 4 1 4 4 4 2 3 4 3 2 3 2 4 4 1 4

10.R语言中正则表达式转义字符

类型	写法	意义
空白元字符	[\b]	回退（并删除）一个字符（backspace）
空白元字符	\f	换页符
空白元字符	\n	换行符
空白元字符	\r	回车符
空白元字符	\t	制表符（tab）
空白元字符	\v	垂直制表符。注：\r\n是windows所用的文本行结束符，Unix和Linux只是用一个换行符来结束一个文本行
匹配数字与非数字	\d	任何一个数字字符，等价于[0-9]
匹配数字与非数字	\D	任何一个非数字字符，等价于^[0-9]
匹配字母\非字母与数字	\w	任何一个字母数字字符（大小写均可以）或下划线字符（等价于[a-zA-Z0-9]）
匹配字母\非字母与数字	\W	任何一个非字母数字或下划线字符（等价于[^a-zA-Z0-9]）
匹配空白字符	\s	任何一个空白字符（等价于[\f\n\r\t\v]）
匹配空白字符	\S	任何一个非空白字符（等价于[^\f\n\r\t\v]）
POSIX字符类	[:alnum:]	任何一个字母或数字（等价于[a-ZA-Z0-9]）
POSIX字符类	[:alpha:]	任何一个字母（等价于[a-ZA-Z]）
POSIX字符类	[:blank:]	空格或制表符（等价于[\t ]） 注:t后面有一个空格
POSIX字符类	[:cntrl:]	ASCII控制字符（ASCII 0到31，再加上ASCII 127）
POSIX字符类	[:digit:]	任何一个数字（等价于[0-9])
POSIX字符类	[:graph:]	和[:print:]一样，但不包括空格
POSIX字符类	[:lower:]	任何一个小写字母（等价于[a-z])
POSIX字符类	[:print:]	任何一个可打印字符
POSIX字符类	[:punct:]	既不属于[:alnum:]，也不属于[:cntrl:]的任何一个字符
POSIX字符类	[:space:]	任何一个空格字符，包括空格（等价于[f\n\r\t\v ] 注:v后面有一个空格
POSIX字符类	[:upper:]	任何一个大写字母（等价于[A-Z])
POSIX字符类	[:xdigit:]	任何一个十六进制数字(等价于[a-fA-F0-9])
其他	.	可以匹配任何单个的字符字母数字甚至.字符本身。不能匹配换行
其他	"\\"	转义字符，如果要匹配就要写成"\\(\\)"
其他	|	表示可选项，即竖线前后的表达式任选一个
其他	^	取非匹配
其他	$	放在句尾，表示一行字符串的结束
其他	()	提取匹配的字符串，(\s*)表示连续空格的字符串
其他	[]	选择方括号中的任意一个(如[0-2]和[012]完全等价，[Rr]负责匹配字母R和r)
其他	{}	前面的字符或表达式的重复次数。如{5,12}表示重复的次数不能小于5，不能多于12，否则都不匹配
其他	*	匹配零个或任意多个字符或字符集合，也可以没有匹配
其他	+	匹配一个或多个字符，至少匹配一次
其他	?	匹配零个或一个字符

11. 分割字符

strsplit(字符，要分割的标识，fixed = FALSE, perl = FALSE, useBytes = FALSE)

fixed=F，用正则表达
perl=F，是否用perl的表示方法
useBytes=T，一个字节一个字节的比，F是一个词一个词的拆