step01_1_array_apply
Q：
1、用seq和array创建1个3维的数组，该数组为3行5列4层
2、对上述数组的第三个维度求五分位数
A：
a <- array(seq(from=1,to=60,by=1),dim=c(3,5,4))
a
b <- apply(a,3,fivenum)
b
Result：
[,1] [,2] [,3] [,4]
[1,] 1.0 16.0 31.0 46.0
[2,] 4.5 19.5 34.5 49.5
[3,] 8.0 23.0 38.0 53.0
[4,] 11.5 26.5 41.5 56.5
[5,] 15.0 30.0 45.0 60.0
结果中是对每一层（第三个维度）数据求五分位数，所以有5行 （五分位数） 4列（四层）
step01_2_sapply_lapply
Q：
1、创建一个多元素的向量
2、学习一个函数file.creat，并创建以该向量为名字的文件
A：
?file.create
a <-1:3
b<-getwd()
creat_file<-function(x){file.create(paste0('./',a))}
lapply(a,creat_file)
step02_1_factor
Q：
1、创建大写字母A-F因子；
2、将H添加至上述因子中；
3、将B去掉，并将其从因子中去掉
A：
> tmp<-factor(LETTERS[1:6])
> tmp
[1] A B C D E F
Levels: A B C D E F
> levels(tmp) <-c(levels(tmp),'H')
> tmp
[1] A B C D E F
Levels: A B C D E F H
> tmp[7] <-'H'
> tmp
[1] A B C D E F H
Levels: A B C D E F H
> tmp<-tmp[ -2]
> tmp
[1] A C D E F H
Levels: A B C D E F H
> tmp <- droplevels(tmp) #droplevels对不存在的levels删除
> tmp
[1] A C D E F H
Levels: A C D E F H
思路：
①添加level
②添加factor
③利用droplevels()函数删除不存在的level
step02__2_split_tapply
Q：
依据flag的landmass对name进行分组，landmass<3的name分为一组，其他的分为一组
A：
load('flag.Rdata')
flag$size <-rep('big', nrow (flag))
flag$landmass<3 ##注意 返回的是逻辑值
flag$size[flag$landmass<3] <-'small' #在flag$size中将“flag$landmass<3”为T的结果返回
flag$size
tapply (flag$name,flag$size,c)
思路：
①审题：依照题目要求，待分组数据x为name;分组依据的标准是landmass>=3以及landmass<3
②构想分组依据的标签：landmass<3为lable1=small；landmass>=3为lable2=big
③设定符合name的全部行
④根据分组依据，进行设定
⑤利用tapply()函数进行分组设定
step03__1_while
Q：
随机生成平均值为2，sd为9的正态分布的20个数字；并while循环求当前位置前所有数据的最小值
A：
方法一：创建一个空向量，用空向量接住while的输出结果
k1 <- rnorm(20, mean = 2, sd = 9)
k1
min(1:rnorm(k1))
length(k1)
tmp <- c()
i <- 1
while (i <=length(k1)) {
tmp[i] <- min(k1[1:i])
i = i+1
}
方法二：直接print出while的输出结果（需提前了解while输出结果的数据结构）
k1 <- rnorm(20, mean = 2, sd = 9)
k1
min(1:rnorm(k1))
length(k1)
while (i <=20) {
print(min(k1[1:i]))
i = i+1
}
step03__2_ifelse
Q：
生成 1:20 的数据，使用 ifelse ifelse 循环， x<=8输出‘ small ’，8<x<=15 输出 ‘medium ’，15<x<=20输出“ big ”
A：
> k1 <- seq(from=1,to=20,by=1)
> k1
[1] 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
> ifelse(k1<=8,'small',ifelse(k1<=15,'medium','big'))
[1] "small" "small" "small" "small" "small" "small" "small" "small" "medium" "medium" "medium" "medium"
[13] "medium" "medium" "medium" "big" "big" "big" "big" "big"
> k1[k1>8&k1<=15] #表示k1大于8小于等于15 注意用&
[1] 9 10 11 12 13 14 15
step04_1_set_sort_rank_order
Q：
A：
library(ggplot2)
a <-ToothGrowth
class(x = ToothGrowth)
colnames(x = ToothGrowth)
table(ToothGrowth$supp)
a <- a[order(a$supp,-a$len),]
说明：
①对ToothGrowth进行命名时，注意ToothGrowth的格式
##命令：a <-data(ToothGrowth)是错误的，因为ToothGrowth)的格式就是data
##命令：a <-a <-’a <-ToothGrowth‘ 是错误的，因为’ToothGrowth ‘含义变了 就是一个字符串啊
②命令：a <- a[order(a$supp,-a$len),] 要加一个,因为对a的排序就是一个行的操作，a的数据格式为data.frame
思路：
①审题：对比前后顺序变化，发现按照len,supp两个条件进行排序的（×dose的顺序杂乱）
②选定排序函数：因为是两个条件，len,supp是两个data.frame，所以选定order
③注意细节，order返回的结果是输入数据的位置信息，而len为降序，所以要加负号，表示降序：-a$len
step05__2_character_operation`
Q1：
rm(list=ls())
options(stringsAsFactors = F)
load('pd.Rdata')
levels(pd$title) <- c(levels(pd$title),'EGF 12h replicate 3')
pd$title[12] <- 'EGF 12h replicate 3'
pd$title
[1] EGF 4h replicate 1 EGF 4h replicate 2 EGF 4h replicate 3
[4] Control for EGF 4h replicate 1 Control for EGF 4h replicate 2 Control for EGF 4h replicate 3 Control for EGF 12h replicate 1 Control for EGF 12h replicate 2 Control for EGF 12h replicate 3 EGF 12h replicate 1 EGF 12h replicate 2 EGF 12h replicate 3
13 Levels: Control for EGF 12h replicate 1 Control for EGF 12h replicate 2 ... EGF 12h replicate 3
将以上格式转换为：
"EGF_4h" "EGF_4h" "EGF_4h" "Control_EGF_4h" "Control_EGF_4h" "Control_EGF_4h" "Control_EGF_12h" "Control_EGF_12h" "Control_EGF_12h" "EGF_12h" "EGF_12h" "EGF_12h
这样的格式
A1：
rm(list=ls())
options(stringsAsFactors = F)
tmp<- as.character(pd$title)
class(tmp)
tmp
tmp[grep('C.+4',tmp)] <- rep('Control_EGF_4h',3)
tmp[grep('^E.+4',tmp)] <- rep('EGF_4h',3) ##去掉replicate+数字
tmp[grep('^C.+12',tmp)] <- rep('Control_EGF_12h',3) ##去掉replicate+数字
tmp[grep('^E.+12',tmp)] <- rep('EGF_12h',3)
tmp
Q2：
在ids.Rdata中symbol中寻找TP53
A2：
grep('TP53',ids$symbol)
grep('TP53',ids$symbol,value = T)
step05_3_match
Q1:
用merge中找到probe_id对应的symbol （在ids里面哦）
A1:
load('id.Rdata')
set.seed(0720)
id_num<- sample(1:nrow(ids),5)
id_num1 <- ids$probe_id[id_num]
library(hgu133a.db)
ids <- toTable(hgu133aSYMBOL)
class(id_num1)
id_num1 <- as.data.frame(id_num1)
class(id_num1)
colnames(id_num1) <- 'probe_id'
f<-merge(ids,id_num1 ,by='probe_id')
f
merge()输入对象的格式为data.frame；所以要判断merge的输入对象格式
Q2：
提取1255_g_at中的数字 用strsplit做练习
A2：
a <- '1255_g_at'
a <- strsplit(a,split = '_')
或者：a <- strsplit(a,split = '_')[[1]][1]
a <- unlist(a)
a[1]
网友评论