R語言數(shù)據(jù)結(jié)構(gòu)主要有以下四種：

1.向量

2.數(shù)據(jù)框

3.矩陣

4.列表

四種數(shù)據(jù)結(jié)構(gòu)帽氓，重點(diǎn)掌握向量和數(shù)據(jù)框

Vector向量：一維父虑，數(shù)值型媳否，字符型（加引號）揉阎，邏輯型舆逃。

matrix矩陣：二維蚂维，只允許一種數(shù)據(jù)類型。

data.frame數(shù)據(jù)框：二維路狮，每列只允許一種數(shù)據(jù)類型虫啥，列與列之間的數(shù)據(jù)類型是否相同不管。

list列表：包羅萬象奄妨，可以包含向量涂籽，矩陣，數(shù)據(jù)框等砸抛。

判斷數(shù)據(jù)結(jié)構(gòu)的函數(shù)：class()

向量的詳細(xì)講解在上一篇文章评雌，以下主要講數(shù)據(jù)框，矩陣直焙，列表：

2.數(shù)據(jù)框

2.1 數(shù)據(jù)框來源

（1）在R中新建：用代碼生成景东。

（2）由已有數(shù)據(jù)轉(zhuǎn)換或處理得到：向量組裝，矩陣轉(zhuǎn)換奔誓，或是從列表里提取斤吐。

（3）從文件中讀取：把文件導(dǎo)入到R語言里頭厨喂，一個常規(guī)的表格讀入到R語言里就是一個數(shù)據(jù)框和措。

（4）內(nèi)置數(shù)據(jù)集：安裝某些R包是自帶，有些直接就可以用杯聚，如irirs

2.2.1 新建數(shù)據(jù)框

df <- data.frame(gene    = paste0("gene",1:4),
                 change  = rep(c("up","down"),each = 2),
                 score   = c(5,3,-2,-4))
df
#    gene change score
# 1 gene1     up     5
# 2 gene2     up     3
# 3 gene3   down    -2
# 4 gene4   down    -4
##有多少個等號就有多少列臼婆，多少個變量名（向量）。
##向量的長度（元素個數(shù)）決定行數(shù)幌绍，每個向量的長度要一致颁褂。

以下大部分操作使用的數(shù)據(jù)框?yàn)閐f

2.2.2 從文件中讀取數(shù)據(jù)框

df2 <- read.csv("gene.csv")
df2
#    gene change score
# 1 gene1     up     5
# 2 gene2     up     3
# 3 gene3   down    -2
# 4 gene4   down    -4
##簡單的表格讀取和賦值
##文件是之前用csv格式保存好故响，文件一定要放在當(dāng)前工作目錄下，小潔老師幫我們準(zhǔn)備好的csv文件

2.2 數(shù)據(jù)框?qū)傩?/h4>

幾個重要的函數(shù)：查看數(shù)據(jù)框的行數(shù)和列數(shù)颁独，行名和列名彩届；以及單獨(dú)查行的數(shù)量，列的數(shù)量

dim()#查數(shù)據(jù)框幾行幾列誓酒，維度樟蠕。

rownames(df)#查看行名。

colnames(df)#查看列名靠柑。

nrow()#查數(shù)據(jù)框有幾行寨辩。

ncol()#查數(shù)據(jù)框有幾列。

df <- data.frame(gene    = paste0("gene",1:4),
                 change  = rep(c("up","down"),each = 2),
                 score   = c(5,3,-2,-4))
##以df數(shù)據(jù)框演示
dim(df)#查數(shù)據(jù)框幾行幾列
#[1] 4 3
##返回?cái)?shù)據(jù)框的維度歼冰，即行數(shù)和列數(shù)靡狞。df數(shù)據(jù)框4行3列

nrow(df)#數(shù)據(jù)框有幾行
#[1] 4
##統(tǒng)計(jì)數(shù)據(jù)框有幾行

ncol(df)#數(shù)據(jù)框有幾列
#[1] 3
##統(tǒng)計(jì)數(shù)據(jù)框有幾列

rownames(df)#行名
#[1] "1" "2" "3" "4"
##顯示數(shù)據(jù)框的所有行名

colnames(df)#列名
#[1] "gene"   "change" "score" 
##顯示數(shù)據(jù)框的所有列名

2.3 數(shù)據(jù)框取子集

數(shù)據(jù)框取子集有幾種方法：$符號，坐標(biāo)隔嫡，名字甸怕，邏輯值

在[,]里，行在前面（左邊）腮恩，列在后面（右邊）梢杭，行與列用逗號,隔開：[行,列]

2.3.1 使用$取列

df$score 
##取df數(shù)據(jù)框的score列
#刪掉score，按tab鍵試試秸滴，使用tab鍵補(bǔ)全武契，避免拼寫錯誤
mean(df$score)
#[1] 0.5
##求平均值，其實(shí)score列就是一個向量缸榛，可以進(jìn)行運(yùn)算

2.3.2 按坐標(biāo)取子集

df[2,2]
#[1] "up"
##取第2行和第2列的格子里的內(nèi)容

df[2,]
#2 gene2     up     3
##取第二行吝羞，列的位置不寫內(nèi)容表示全都要，第二行對應(yīng)的列位置上的內(nèi)容都要

df[,2]
#[1] "up"   "up"   "down" "down"
##取第二列内颗，行的位置不寫內(nèi)容表示全都要，第二列對應(yīng)的行位置上的內(nèi)容都要

x <- 3:10
x[2,6]
##出現(xiàn)報(bào)錯敦腔，向量不能這樣用下標(biāo)取子集
x[c(2,6)]
##用c()函數(shù)就不會報(bào)錯
##中括號里的逗號均澳，表示維度的分割

df[c(1,3),1:2]
#    gene change
# 1 gene1     up
# 3 gene3   down

df[1:3,c(1,3)]
#    gene score
# 1 gene1     5
# 2 gene2     3
# 3 gene3    -2

##對于提取數(shù)據(jù)框的行數(shù)和列數(shù)，取連續(xù)就用冒號：符衔，去間斷的用函數(shù)c()函數(shù)找前，用逗號,隔開

中括號里的逗號，表示維度的分割

2.3.3 按列的名字

df[,"gene"]
#[1] "gene1" "gene2" "gene3" "gene4"
##可以單獨(dú)提取一列判族，在這和$的用法一樣

df[,c('gene','change')]
#    gene change
# 1 gene1     up
# 2 gene2     up
# 3 gene3   down
# 4 gene4   down
##可以提取多列躺盛，用函數(shù)c()，用$只能每次提取一列形帮。

2.3.4 按條件（邏輯值）

• 篩選score對于0的行：

df[df$score>0,]
#     gene change score
# 1 gene1     up     5
# 2 gene2     up     3
##對行進(jìn)行篩選槽惫。把df$score>0看做一個整體周叮，返回是一個邏輯值，篩選score列大于0的行界斜。

##細(xì)節(jié)理解如下：
df$score
#[1]  5  3 -2 -4
df$score > 0
#[1]  TRUE  TRUE FALSE FALSE
df$score[df$score>0]
#[1] 5 3
##df$score看在是一個向量仿耽，現(xiàn)在是要把所在的行篩選出來，對數(shù)據(jù)框而言各薇，行在左邊项贺，所以把篩選條件放在行的位置
df[df$score>0,]
#   gene change score
#1 gene1     up     5
#2 gene2     up     3

數(shù)據(jù)框按照邏輯值取子集，TRUE對應(yīng)的行/列留下峭判，F(xiàn)ALSE對應(yīng)的行/列去掉开缎。

• 篩選score對于0的基因：

df[df$score>0,1]
#[1] "gene1" "gene2"
##按數(shù)據(jù)框取子集，要知道基因是在哪一列林螃，在第1列.

df$gene[df$score>0]
#[1] "gene1" "gene2"
##按照向量取子集奕删，對基因所在的向量操作。

##類似y[x>0],x生成的邏輯值給y來用治宣，現(xiàn)在的gene列和score列有對應(yīng)關(guān)系急侥。以前單獨(dú)向量的y和x沒有綁定關(guān)系，這是數(shù)據(jù)框帶來隱藏的知識點(diǎn)侮邀。

• 變量賦值思維：

nn = c('gene','change')
df[,nn]##相當(dāng)于代碼df[,c('gene','change')]坏怪，為嵌套代碼
##用nn替代 c('gene','change')，以后會多次出現(xiàn)時(shí)避免寫錯和冗余绊茧，還有以后只在nn = c('gene','change')出修改铝宵，聯(lián)想到ids的賦值。
##變量思想华畏，賦值思想

df[,3]
#[1]  5  3 -2 -4
##取df的第三列

df[,ncol(df)]
#[1]  5  3 -2 -4
##ncol(df)返回為3鹏秋，數(shù)據(jù)框只有3列，其實(shí)是取第ncol列亡笑，最后一列侣夷。
##以后聯(lián)想到刪減或是新增一列，關(guān)鍵信息永遠(yuǎn)都在最后一列ncol(df)仑乌。

df[,-ncol(df)]
#    gene change
# 1 gene1     up
# 2 gene2     up
# 3 gene3   down
# 4 gene4   down
##-ncol(df)表示不要最后一列百拓。

##好奇探索，提取最后一行和去掉最后一行
df[nrow(df),]
df[-nrow(df),]

##練習(xí)題：篩選test中晰甚，最后一列（Species）值為a或c的行（沒有test數(shù)據(jù)框沒法練習(xí)衙传，test由生信技能樹提供）
test2 <- test[test$Species%in%!="b",]
##這種做法適合向量里有3選2，如果是50選20比較麻煩

test2 <- test[test$Species %in% c('a','c'),]
##最優(yōu)的做法厕九，可適用于很多場景蓖捶。不用==，因?yàn)閍,c固定等位循環(huán)補(bǔ)齊不符合題目要求

##小潔老師出的題和答案思路廣扁远。

2.4 數(shù)據(jù)框修改

2.4.1 改一個格（值）

df[3,3]<- 5
##按坐標(biāo)修改一個格子,把第三行和第三列的數(shù)字改為5
df

2.4.2 改一整列

df$score<-c(12,23,50,2)   
##修改某一列,一列也是一個向量俊鱼，修改記得長度一致
df

2.4.3 增加一列（一般默認(rèn)放在最后的一列）

df$p.value <-c(0.01,0.02,0.07,0.05)
##增加某一列 
df
##為什么不新增一行刻像，一行里有字符型，數(shù)值型亭引，不能以一個向量的形式存在绎速，會把那一行的數(shù)值型弄成字符型。
##新增一列焙蚓，因?yàn)榱信c列之間是可以相對獨(dú)立運(yùn)行的纹冤，數(shù)據(jù)框所有的操作都是圍繞列來操作的。
##如果要新增行购公，把兩個類似的表格用rbind()函數(shù)拼在一起萌京。

2.4.4 修改行名和列名

nrow(df)##先看看有幾行
rownames(df) <- c("r1","r2","r3","r4")
ncol(df)##先看看有幾列
colnames(df) <- c('Gene','differ','point','P')
##行名和列名返回是向量，R語言里任何函數(shù)的返回結(jié)果宏浩，要符合R語言內(nèi)部規(guī)則知残，了解R語言的數(shù)據(jù)結(jié)構(gòu)和數(shù)據(jù)類型很重要。修改數(shù)據(jù)框行名或是列名比庄，相當(dāng)于對一個向量進(jìn)行修改就相當(dāng)于重新賦值求妹。

2.4.5 只修改某一行/列的名

colnames(df)[2]="CHANGE"
##修改第二列的列名，相當(dāng)于對向量取子集并賦值
df

修改第二列的列名佳窑，就是修改列名這個向量的第二個元素

2.5 兩個數(shù)據(jù)框的連接

test1 <- data.frame(name = c('jimmy','nicker','Damon','Sophie'), 
                    blood_type = c("A","B","O","AB"))
test1
test2 <- data.frame(name = c('Damon','jimmy','nicker','tony'),
                    group = c("group1","group1","group2","group2"),
                    vision = c(4.2,4.3,4.9,4.5))
test2

2.5.1 兩個數(shù)據(jù)框取交集連接：merge函數(shù)

• 只取共同的制恍，沒有共同的去掉

merge(test1,test2,by="name")
##by="name"，共同的列

• 兩個數(shù)據(jù)框"列名"不一樣的連接：使用merge()函數(shù)

test1 <- data.frame(name = c('jimmy','nicker','Damon','Sophie'), 
                    blood_type = c("A","B","O","AB"))
test1
test3 <- data.frame(NAME = c('Damon','jimmy','nicker','tony'),
                    weight = c(140,145,110,138))
test3
###列名不同的兩個數(shù)據(jù)框第一種連接方式神凑，把一個數(shù)據(jù)框的列名修改后再連接
colnames(test3)[1]="name"

##列名不同的兩個數(shù)據(jù)框第二種方式：某一列有交集净神，但是列名不一樣的連接 
merge(test1,test3,by.x = "name",by.y = "NAME")
##注意代碼里的數(shù)據(jù)與之對應(yīng)列名的順序不能搞錯，原來的代碼：
#merge(x=test1,y=test3,by.x = "name",by.y = "NAME")#把最前面的x=和y=省略
##要求：共同的一列且要存在交集

?merge
#查看幫助文檔

2.5.2 兩個數(shù)據(jù)框左連接溉委，右連接鹃唯，內(nèi)連接

https://blog.csdn.net/weixin_39718006/article/details/110516670

根據(jù)值匹配合并數(shù)據(jù)框:左連接、右連接瓣喊、全連接坡慌、內(nèi)連接、半連接藻三、反連接

left_join(x, y, by)
right_join(x, y, by)
full_join(x, y, by)
inner_join(x, y, by)
semi_join(x, y, by)
anti_join(x, y, by)

后續(xù)的筆記會有詳細(xì)介紹

3.矩陣

3.1 矩陣新建和取子集

3.2.1 新建矩陣

m <- matrix(1:9, nrow = 3)
##1:9,1到9個數(shù)字八匠，排成3行。參數(shù)nrow=3 或是 ncol=3都可以
#       [,1] [,2] [,3]
# [1,]    1    4    7
# [2,]    2    5    8
# [3,]    3    6    9
##沒有行名和列名的矩陣

3.2.2 矩陣取子集：[ ]

矩陣不能用$符號取子集

m[2,]
m[,1]
m[2,3]
m[2:3,1:2]
m

3.2 矩陣的轉(zhuǎn)置和轉(zhuǎn)換

t()：轉(zhuǎn)置函數(shù)趴酣，行與列的互換

as.data.frame()：轉(zhuǎn)換，把矩陣變?yōu)閿?shù)據(jù)框坑夯，用as.matrix()函數(shù)也能把數(shù)據(jù)框變?yōu)榫仃?/p>

colnames(m) <- c("a","b","c") 
#加列名
t(m)
#行變列岖寞，列變行，t()轉(zhuǎn)置函數(shù)

as.data.frame(m)
##把m矩陣轉(zhuǎn)換為數(shù)據(jù)框
class(m)
##仍舊是矩陣柜蜈，要賦值才真正發(fā)生保存的變化仗谆，df=as.data.frame(m)

as.matrix(df)
##把數(shù)據(jù)框df轉(zhuǎn)換為矩陣

##as開頭表示轉(zhuǎn)換

3.3 矩陣畫熱圖

m
#      a b c
# [1,] 1 4 7
# [2,] 2 5 8
# [3,] 3 6 9

pheatmap::pheatmap(m)

聚類指巡，相似的行，相似的列會聚在一起隶垮。熱圖自動聚類藻雪，行和列的相對位置發(fā)生了變化，只是列與列狸吞，行與行之間的變化規(guī)律勉耀。

![熱圖自動聚類]](https://upload-images.jianshu.io/upload_images/17511166-f6e2432a04cffbbe.png?imageMogr2/auto-orient/strip%7CimageView2/2/w/1240)

熱圖默認(rèn)聚類，修改參數(shù)蹋偏，不讓聚類便斥，熱圖與表達(dá)矩陣對應(yīng)。

pheatmap::pheatmap(m,cluster_rows = F,cluster_cols =F )
##熱圖默認(rèn)為T威始，行聚類枢纠，列聚類，改為F就不聚類黎棠，使用tab鍵補(bǔ)全晋渺，參數(shù)不需要手打字。

取消熱圖自動聚類

默認(rèn)的設(shè)置不符合自己的預(yù)期脓斩，可以子啊作者允許的范圍內(nèi)定義木西。

查看函數(shù)幫助文檔，參考修改俭厚，達(dá)到自己的要求户魏。

4.列表

4.1列表新建

l <- list(m1 = matrix(1:9, nrow = 3),
          m2 = matrix(2:9, nrow = 2))
l
##生成列表的函數(shù)list()，列表l由m1和m2兩個元素組成挪挤。

列表沒有列名和行名叼丑，只有元素的名字。列表可以由數(shù)據(jù)框扛门，矩陣鸠信，向量，單獨(dú)的一個數(shù)字都可以組成论寨。

4.2 列表取子集：[[]]星立，$

列表沒有行和列的概念，只有元素葬凳，取子集的兩種方式：[[]]绰垂，$，

l[[2]]
##取列表第2個元素

l$m1
##取列表第1個元素

$有兩個作用：數(shù)據(jù)框取子集和列表取子集火焰。在矩陣和向量里不能用$劲装。

用class()函數(shù)更能具體說明問題，判斷數(shù)據(jù)結(jié)構(gòu)和數(shù)據(jù)類型

df <- data.frame(gene    = paste0("gene",1:4),
                 change  = rep(c("up","down"),each = 2),
                 score   = c(5,3,-2,-4))
 class(df)
#[1] "data.frame"
class(df$gene)
#[1] "character"
class(df$score)
#[1] "numeric"
class(df$change)
#[1] "character"

5.補(bǔ)充知識

5.1元素的"名字" -names()

scores = c(100,59,73,95,45)
names(scores) = c("jimmy","nicker","Damon","Sophie","tony")
scores
# jimmy nicker  Damon Sophie   tony 
# 100     59     73     95     45 
##在一種簡單的數(shù)據(jù)結(jié)構(gòu)里容納兩種不同的信息，好處在向量里容納不同的兩種信息占业，但是名字僅僅是向量的一個屬性绒怨，就是說，不會因?yàn)橄蛄繐碛忻侄淖兯旧硎菙?shù)值型向量的事實(shí)谦疾，有無名字都不會改變該向量為數(shù)值型向量南蹂。名字的用處是用于提子集，如下：
scores["jimmy"]
# jimmy 
# 100 
##提取單個元素的分?jǐn)?shù)念恍，等同于代碼：scores[1]

scores[c("jimmy","nicker")]
# jimmy nicker 
# 100     59 
##提取多個元素的分?jǐn)?shù)六剥，用c()函數(shù)，等同于代碼：scores[c(1,2)]

names(scores)[scores>60]
#[1] "jimmy"  "Damon"  "Sophie"
##以后應(yīng)用在提取表達(dá)量大于多少的基因

scores[scores>60]
# jimmy  Damon Sophie 
# 100     73     95 

5.2 刪除變量

##每次賦值后環(huán)境里都會多一個變量樊诺，引進(jìn)后再推出去仗考，即刪除。
rm(l)
##刪除一個變量词爬。
rm(df,m)
##刪除多個
rm(list = ls()) 
##刪除全部秃嗜，常用，每次在分析數(shù)據(jù)（或是調(diào)試代碼）第一句都會是這句代碼顿膨。清空環(huán)境锅锨，后面實(shí)戰(zhàn)反復(fù)出現(xiàn)。
control l
##按control 和 l鍵恋沃，清空控制臺必搞。

6. 數(shù)據(jù)結(jié)構(gòu)的總結(jié)：

來自生信技能樹小潔老師的課件圖

說明

以上內(nèi)容是聽生信技能樹小潔老師的R語言線上課，根據(jù)自己的理解記錄下來囊咏，小潔老師授課非常細(xì)心恕洲，對不同水平的同學(xué)都照顧到，并且補(bǔ)充很多技巧以及注意事項(xiàng)梅割。

認(rèn)識R語言的四種數(shù)據(jù)結(jié)構(gòu)霜第，小潔老師強(qiáng)調(diào)重點(diǎn)掌握向量和數(shù)據(jù)框，在實(shí)戰(zhàn)中遇到很多數(shù)據(jù)結(jié)構(gòu)都是數(shù)據(jù)框户辞，表達(dá)矩陣可以轉(zhuǎn)化為數(shù)據(jù)框泌类，數(shù)據(jù)框的一列可以看做是一個向量。小潔老師把實(shí)戰(zhàn)中會需要的操作融入到練習(xí)題底燎，在實(shí)戰(zhàn)中能聯(lián)想起小潔老師講過的知識點(diǎn)刃榨。