學(xué)習(xí)內(nèi)容
##系統(tǒng)報(bào)錯(cuò)改為英文
Sys.setenv(LANGUAGE = "en")
##禁止轉(zhuǎn)化為因子
options(stringsAsFactors = FALSE)
##清空環(huán)境
rm(list=ls())
###什么是函數(shù)奖唯，什么是r包，為什么加載r包
##安裝r包的幾個(gè)方法
# 1.在CRAN 存儲(chǔ)庫的r包
install.packages("xxx")
# 2.在Bioconductor存儲(chǔ)庫中的r包
if(!requireNamespace("BiocManager",quietly = TRUE))
install.packages("BiocManager")
BiocManager::install("GEOquery")
## 3.在GitHub儲(chǔ)存庫中r包
#先安裝devtools：Tools to Make Developing R Packages Easier
install.packages("devtools")
library(devtools)
install_github("authorName/repositoryName")
## To install ggplot2 from github:
devtools::install_github("tidyverse/ggplot2")
### 加載r包
library(GEOquery)
library(dplyr)
install.packages("tidyverse")
library(tidyverse)
##設(shè)置路徑
getwd()
setwd("F:/Rdata/jiajia/lession1")
####################################################################################################
### 獲取表達(dá)矩陣
#查看函數(shù)的解釋
?getGEO
##下載數(shù)據(jù) getGPL = F 這個(gè)代表不下載平臺(tái)注釋文件胆萧，因?yàn)橛袝r(shí)候網(wǎng)絡(luò)不穩(wěn)定衬吆。后面我們會(huì)在網(wǎng)頁中下載芽腾，然后讀取竹伸。
gset = getGEO('GSE12417', destdir=".",getGPL = F)
gset <- getGEO('GSE12417', destdir=".",getGPL = F)
getGEO('GSE12417', destdir=".",getGPL = F)
##如果無法直接用代碼下載奇唤，而是在網(wǎng)頁端下載好的，可以直接加載如下
#s4對(duì)象
#s3:matrix 矩陣
#data.frame() 數(shù)據(jù)框
#character() 向量字符型
#list 列表
x=c("zzz","yyy")
y=c("zy","yq")
z1=list(x=c("zzz","yyy"),y=c("zy","yq"))
View(z1)
####r語言中 所有的提取 都是用中括號(hào)
###一種提取按照排列順序
z1[[2]]
x[1]
###按照對(duì)象名稱
z1[["x"]]
class(x)
class(z1)
###打開study這個(gè)文件夾 我們會(huì)發(fā)現(xiàn)平臺(tái)信息文件也下載好了
##保存下載的數(shù)據(jù) 保存為rdata 當(dāng)然也可以保存為rds
save(gset,file = "3.gse12417.rdata")
saveRDS(gset,file = "gse12417.rds")
###在讀取文件之前 先清空環(huán)境
load("3.gse12417.rdata")
readRDS("gse12417.rds")
####查看大的list峭拘，可以用view函數(shù) 也可以直接在環(huán)境中點(diǎn)擊gset
View(gset)
###提取list中的第二個(gè)元素（部分）
z=gset[["GSE12417-GPL96_series_matrix.txt.gz"]]
##當(dāng)然也可以安裝排序位置來提取
e2=gset[[2]]
###查看一下e2的數(shù)據(jù)結(jié)構(gòu)（必須要知道數(shù)據(jù)結(jié)構(gòu)才能知道下一步怎么做）
class(e2)
##結(jié)果中的"ExpressionSet"是S4對(duì)象的人為命名
###查看一下e2對(duì)象的內(nèi)容包含哪些
View(e2)
###提取表達(dá)矩陣
exp=exprs(e2)
class(exp)
##當(dāng)然也可以用環(huán)境中的白色括號(hào)提取
e2@phenoData@data[["geo_accession"]]
#上條代碼只是出現(xiàn)在控制臺(tái)俊庇，沒有提取至環(huán)境變量，如果需要提取到環(huán)境變量鸡挠，需要在上條代碼前面賦值
geo=e2@phenoData@data[["geo_accession"]]
#使用@或者$符號(hào)辉饱，使用哪一個(gè)取決于創(chuàng)造者，所以直接用兩個(gè)嘗試
e2@phenoData@data$title
#下面代碼為原本代碼拣展，不是視頻中的代碼
exp2=e2@assayData[["exprs"]]
phe=e2@phenoData@data
#########################################################################################################
### 整理探針轉(zhuǎn)化文件
#GEO數(shù)據(jù)庫下載平臺(tái)信息彭沼，如本次GSE12417,已下載至文件夾中
#需要先安裝加載此平臺(tái)信息的r包
install.packages("data.table")
library(data.table)
###讀取測(cè)序平臺(tái)信息，為了進(jìn)行探針的轉(zhuǎn)化 這里的探針就是exprSe的行名比如：10344614
###平臺(tái)文件在geo中下載备埃，下載之后要放在指定的路徑下面
###用fread函數(shù)讀取的目的是多線程快速讀取
###列名和行名不能重復(fù)
###data.table = F讓anno最終結(jié)構(gòu)為數(shù)據(jù)框
anno=fread("GPL96-57554.txt",sep = "\t",header = T,data.table = F)
#開始學(xué)習(xí)數(shù)據(jù)框類型
class(anno)
#提取行名
x1=colnames(anno)
x2=rownames(anno)
#anno是數(shù)據(jù)框格式姓惑，提取使用[]
#S3所有對(duì)象提取都用[]译株，向量[]，列表[[]]挺益，數(shù)據(jù)框和矩陣[行,列]
#提取第一行第二列
anno[1,2]
#提取第三行所有
anno[3,]
#提取第五列所有并賦值，n1為字符型向量
n1=anno[,5]
#提取第四行所有并賦值乘寒，n2為數(shù)據(jù)框
n2=anno[4,]
#提取兩個(gè)列,兩個(gè)行
n4=anno[,c("ID","Target Description")]
n5=anno[c(1,8),]
#對(duì)某一列提取出來后賦值
anno$ID=123
#重新增加一列并賦值
anno$xyz="abc"
改變第二列列名
colnames(anno)[2]="abc"
#看fread讀取時(shí)望众，data.table=F,不要=T
anno=fread("GPL96-57554.txt",sep = "\t",header = T,data.table = F)
anno5=fread("GPL96-57554.txt",sep = "\t",header = T,data.table = T)
class(anno5)
#header = T意思是：將第一行變成列名
anno=fread("GPL96-57554.txt",sep = "\t",header = T,data.table = F)
anno4=fread("GPL96-57554.txt",sep = "\t",header = F,data.table = F)
#使用read.table讀取會(huì)失敗，因?yàn)閒read可以自動(dòng)去除文件前面不規(guī)則的注釋類文字
anno2=read.table("GPL96-57554.txt",header = T,fill=T)
#讀取txt格式文件伞辛，要加上分割 sep = "\t"烂翰，txt以table鍵進(jìn)行分割
#csv以空格鍵進(jìn)行分割
#建議讀取txt和CSV等文件時(shí)，使用fread函數(shù)比較友好
#合并數(shù)據(jù)
#創(chuàng)建數(shù)據(jù)框
d1<- data.frame(x2=c("a","b","c","d"),x1=c(1,3,5,7),stringsAsFactors = FALSE)
d2<- data.frame(y2=c(10,7,12),y1=c("b","c","d"),stringsAsFactors = FALSE)
#合并cbind()和rbind()蚤氏，兩個(gè)函數(shù)是固定列或者行進(jìn)行合并
#對(duì)行合并rbind()
a1=rbind(d1,d2)
b1=cbind(d1,d2)
#上面兩個(gè)函數(shù)報(bào)錯(cuò)甘耿，原因是d1和d2行和列沒有相同的名字
#改一下看看
d11<- data.frame(x1=c("a","b","c"),x2=c(1,3,5),stringsAsFactors = FALSE)
d22<- data.frame(x1=c(10,7,12),x2=c("b","c","d"),stringsAsFactors = FALSE)
a1=rbind(d11,d22)
b1=cbind(d11,d22)
#merge()是需要指定共同的列，相當(dāng)于excel里面的VLOOKUP函數(shù)竿滨，但是excel里面不能批量
d3=merge(x=d1,y=d2,by.x = "x2",by.y = "y1")
?merge
#當(dāng)兩個(gè)數(shù)據(jù)框相同的列都是第一列時(shí)佳恬，可以如下
d4<- data.frame(x3=c("a","b","c","d"),x4=c(1,3,5,7))
d5<- data.frame(y3=c("b","c","d"),y4=c(10,7,12),stringsAsFactors = FALSE)
d6=merge(x=d3,y=d4,by =1)
#load函數(shù)讀取的是rdata數(shù)據(jù)
#fread函數(shù)讀取的是txt或者excel等數(shù)據(jù)
#開始對(duì)anno文件中的Gene信息進(jìn)行合并
#查看anno列名
colnames(anno)
#下面兩個(gè)提取的相同
gene=anno[,c(1,11)]
gene.1=anno[,c("ID","Gene Symbol")]
