跳转至

创建重复元素

rep(c("A","B","C"),times=3) #向量整体3个重复
#"A" "B" "C" "A" "B" "C" "A" "B" "C"
rep(c("A","B","C"),each=2) #向量内部各个元素重复2遍
#"A" "A" "B" "B" "C" "C"
rep(c("A","B","C"),each=2,times=3) #向量内部各个元素重复2遍,整体再重复三次
# "A" "A" "B" "B" "C" "C" "A" "A" "B" "B" "C" "C" "A" "A" "B" "B" "C" "C"
sample1 <- rep(c("A","B","C","D","E"),times=1,each=3) #先让每个元素重复3次（times和each可以分别对应技术重复和生物学重复）
paste0(sample1,1:3) #再和1：3的向量拼合，即实现生成样本的多次重复的名称
# "A1" "A2" "A3" "B1" "B2" "B3" "C1" "C2" "C3" "D1" "D2" "D3" "E1" "E2" "E3"

  1. 目录与文件操作参考

    1. 创建目录 dir.create("ABC/")

      列出当前目录的文件夹结构 list.dirs()

      列出当前目录内所有文件 dir()

    2. 创建文件 file.create("ABC/README.MD")

    3. 删除文件夹 unlink("ABC",recursive=TRUE)

    4. 删除文件 file.remove("ABC/123.txt")

    5. 移动文件 file.copy(from="C:/user/data.csv",to="D:/geneinfo/")

    6. 追加文件 file.append(file1,file2)

    7. 可以手动选择文件 file.choose(new=FALSE)

    8. file.show

    9. file.edit("gene.csv") #编辑文件，如果不存在则先创建再编辑

  2. 字符值的处理

    • 字符串函数参考

      • 返回向量，列表，矩阵，数据框元素个数 lengeh(list1)

      • 返回字符串的字符数 nchar(head(list1))

      • 拼接字符串 cat("this is ","a test ","file")

        当行很长时可以设置fill自动换行。

        cat("长字符串"，"changzifuchuan ","很长很长的字符串",fill=TRUE)

        cat("长字符串"，"changzifuchuan ","很长很长的字符串",fill=30)

      • 获取字符串的字串

        substr("asddfcerwv4rwevw4rvrfeed32e4ef32",1,6) 输出第1到6个字符

        substring("asddfcerwv4rwevw4rvrfeed32e4ef32",1:5,5:6)

      • grep()函数可以接受正则

      • strsplit()可以接受正则

        strsplit(str,'+') #分割一段话，以空格分割

        strsplit(str,split=', ')#以,分割

    • NA的处理[参考] (https://blog.csdn.net/Ssxysxy123/article/details/51774472)

      • 删除空值 （可以是向量，list,dataframe）

        na.omit=TRUE #在某些函数中的参数

        data <- na.omit(data) #删除data中的空值

      • 统计缺失值的个数 sum(is.na(Gene_id))

      • 统计完整值的个数 sum(complete.cases(geneID))

  3. dplyr包的使用

    参考1

  4. 正则匹配

  5. 包的安装使用参考

    1. 安装方式1 install.packages("ggplot2")

    2. 方式2

   if (!requireNamespace("BiocManager", quietly = TRUE))
        BiocManager::install("DESeq2")
        install.packages("BiocManager")
        install.packages("pheatmap")
        ##从本地安装包(一般不建议，需要自己解决包的依赖包问题)
        install.packages("./BiocInstaller_1.20.1.zip", repos = NULL)

    *   包的载入 `library("ggplot2")`
    *   包的卸载 (是从加载的环境卸载，不是删除) `detach("package:ggplot2")`
    *   包的删除 `remove.package(c("pkg1","pkg2"),lib=file.path("path"),"to","library")`
        pkg1,pkg2表示要删除的包的名字，一次可以删除多个包
        "path", "to", "library"表示R的库路径，字符向量，通常情况下只输一个路径即可。使用命令.libPaths()可以查看库路径。
    * remove.packages(c('AnnotationHub'),lib=file.path('G:/R-3.6.1/library'))**
3.  *   查看已安装的包 [参考](https://blog.csdn.net/zc02051126/article/details/38053069)  `installed.packages()[,c('Package','Version','LibPath')]`

    *   查看已加载的包 `(.packages())`

4.  某个包无法更新或者更新失败 终极大招，关闭R和R-studio，删除library这个文件夹下对应的包的文件夹。library的路径可以从上一步看出。我的是G:/R-3.6.1/library

5.  更新所有包 `update.packages()`

6.  查看R版本 `R.version`

7.  citation()用于查看指定包的文献引用

    `citation("clusterProfiler")` 会返回该包的作者信息，方便写文章时引用。

  1. 帮助

    • 某个包的帮助 help(package="ggplot2")

    • 某个函数属于哪个包 help(函数名)或者？函数名

    • 打开所有的帮助文档 help.start()

    • 对于某个函数的具体用法，可以光标放在该函数上，按下F1查看帮助

  2. 数据的保持与清除

    1. 清屏 ctrl+L

    2. 显示目前存储在R中的对象的名字 objects()

    3. rm(x,y,temp) 删除x,y,temp这些对象

      由于R中会把所有的数据对象保存到工作环境，即.RData中。再次启动时，会把这些变量挂载上，所以如果不需要使用了，就删除对象。

    输出当前工作环境的包和R的版本信息 (主要用于问题解决和包的开发等环境时使用) sessionInfo()

参考地址：

  1. https://www.cnblogs.com/einyboy/p/3182589.html
  2. Y叔所有文章传送门

R里面科学计数法

一定要注意，R里面传入科学计数法的格式和想象的并不一样。 - 常规的科学计数法 3.58X10E-9 - R里面对应的表示法3.58E-9 特别注意，R里表示10的次幂时，不是10E R里10E6的输入是1E6 科学计数法和非科学计数法相互转换

y <- 3.8981E5
format(y,scientific = F) #"389810"
format(y,scientific = T,digits = 4) #"3.898e+05" digits是保留的数字的位数

控制台的输出

  • print() print("this is a test file") 出来的内容前面总是有一个[x]
  • warning() warning("The less than 0.05 value will be delete!") 出来的内容是红色的：第一行是Warning message: 一般用于警告，引起重视。
  • stop() stop("Need 3 parameter!") 内容是红色的，而且会中断程序。用于中断程序，并给出报错信息
  • message() message("Outfile is ","new.csv") 内容是红色的。一般是给出重要的信息 message内置了paste0函数，所以会自动拼接多个字符。
回到页面顶部