今天进一步跟随生信星球的豆豆和花花了解R的数据结构，因为之前接触过，因此笔记就主要是记录一下自己在运行代码过程中的一些探索吧。

认识数据结构

数据类型包括五种，有向量、矩阵、数组、数据框、List。

R中的数据结构

1.向量
向量是用于存储数值型、字符型或逻辑型数据的一维数组。可以通过c()函数来创建向量。

a<-c(1,2,3,4,5,6) #数值型向量
b<-c("one","two","three") #字符型向量
c<-c(  TRUE,FALSE,TRUE) #逻辑型向量

注意：单个向量中的数据必须拥有相同的类型或模式，不能再同一个向量混杂不同模式的数据
在花花老师的教程中，创建向量也用到了rep()函数和seq()函数，前者为重复数值函数，后者为顺序函数。咱们来实战看看结果。

#rep()函数
>x<-rep(1:4,each=2) #每个数值单独重复两遍
>x
[1] 1 1 2 2 3 3 4 4
>x<-rep(1:4,2) #x<- rep(1:4,times=2) 
>x
[1] 1 2 3 4 1 2 3 4
>x<-rep(1:4, c(2,2,2,2))  #rep(1:4,each=2) 
[1] 1 1 2 2 3 3 4 4
>x<-rep(1:4, c(2,1,2,1)  #每个数值各有各的情况
[1] 1 1 2 3 3 4
#seq()函数
> seq(0, 1, length.out = 11)
 [1] 0.0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1.0
> seq(stats::rnorm(20)) # effectively 'along'
 [1]  1  2  3  4  5  6  7  8  9 10 11 12 13 14 15 16 17 18 19 20
> seq(1, 9, by = 2)     # matches 'end'
[1] 1 3 5 7 9
> seq(1, 9, by = pi)    # stays below 'end'
[1] 1.000000 4.141593 7.283185
> seq(1, 6, by = 3)
[1] 1 4
> seq(1.575, 5.125, by = 0.05)
 [1] 1.575 1.625 1.675 1.725 1.775 1.825 1.875 1.925 1.975 2.025
[11] 2.075 2.125 2.175 2.225 2.275 2.325 2.375 2.425 2.475 2.525
[21] 2.575 2.625 2.675 2.725 2.775 2.825 2.875 2.925 2.975 3.025
[31] 3.075 3.125 3.175 3.225 3.275 3.325 3.375 3.425 3.475 3.525
[41] 3.575 3.625 3.675 3.725 3.775 3.825 3.875 3.925 3.975 4.025
[51] 4.075 4.125 4.175 4.225 4.275 4.325 4.375 4.425 4.475 4.525
[61] 4.575 4.625 4.675 4.725 4.775 4.825 4.875 4.925 4.975 5.025
[71] 5.075 5.125
> seq(17) # same as 1:17, or even better seq_len(17)
 [1]  1  2  3  4  5  6  7  8  9 10 11 12 13 14 15 16 17

从向量中提取元素

> x<- rep(1:4,times=2) #向量
> x
[1] 1 2 3 4 1 2 3 4
> x[4]  #挑取第4个元素
[1] 4
> x[-4] #去掉第4个元素
[1] 1 2 3 1 2 3 4
> x[2:4] #挑取第2-4个元素
[1] 2 3 4
> x[-(2:4)] #去掉第2-4个元素
[1] 1 1 2 3 4
> x[c(1,5)]  #挑取第1和第5个元素
[1] 1 1
#根据值挑取 
>x[x%in%c(1,4,6)]  #从x中挑取存在于向量c(1,4,6)中的元素，处理表达矩阵也经常用到
[1] 1 4 1 4

2.矩阵
矩阵是一个二维数组，只是每个元素都拥有相同的模式（数值型、字符型或逻辑型），可以通过函数matrix()创建矩阵。

> y<-matrix(1:20,nrow = 5,ncol = 4)
> y
     [,1] [,2] [,3] [,4]
[1,]    1    6   11   16
[2,]    2    7   12   17
[3,]    3    8   13   18
[4,]    4    9   14   19
[5,]    5   10   15   20
> cells<-c(1,26,24,68)
> rnames<-c("R1","R2")
> cnames<-c("C1","C2")
> mymatrix<-matrix(cells,nrow = 2,ncol = 2,byrow = TRUE,dimnames = list(rnames,cnames))  #byrow = TRUE,按行（row)填充2*2矩阵
> mymatrix
   C1 C2
R1  1 26
R2 24 68
> mymatrix<-matrix(cells,nrow = 2,ncol = 2,byrow = FALSE,dimnames = list(rnames,cnames)) #byrow = FALSE,按列填充2*2矩阵
> mymatrix
   C1 C2
R1  1 24
R2 26 68
#提取元素
> y[2,] #[行，列]提取第2行数据
[1]  2  7 12 17
> y[,2] #提取第2列数据
[1]  6  7  8  9 10
> y[1,4] #提取第1行第4个元素
[1] 16

3.数组
数组与矩阵类似，但是维度可以大于2，不只包括行和列，可以通过函数array()函数创建。myarray<-array(vector,dimensions,dimname)
dimensions是一个数值型向量，dimnames是可选的、各维度名称标签的列表。

> dim1<-c("A1","A2")
> dim2<-c("B1","B2","B3")
> dim3<-c("C1","C2","C3","C4")
> z<-array(1:24,c(2,3,4),dimnames = list(dim1,dim2,dim3))  #dim3=4维，行为dim1,列为dim2
> z
, , C1

   B1 B2 B3
A1  1  3  5
A2  2  4  6

, , C2

   B1 B2 B3
A1  7  9 11
A2  8 10 12

, , C3

   B1 B2 B3
A1 13 15 17
A2 14 16 18

, , C4

   B1 B2 B3
A1 19 21 23
A2 20 22 24
#提取元素
> d<-z[1,2,3] #z数组中的C3中的矩阵中第一行第二个元素，提取元素时量度数目一定要对应
> d
[1] 15

4.数据框
数据框中不同的列可以包含不同模式（数值型、字符型等）的数据，是R中经常要处理的数据结构。可以通过函数data.frame()来创建。mydata<-data.frame(col1,col2,col3,.....)

> patientID<-c(1,2,3,4)
> age<-c(25,34,28,52)
> diabetes<-c("Type1","Type2","Type1","Type1")
> status<-c("Poor","Improved","Excellent","Poor")
> patientdata<-data.frame(patientID,age,diabetes,status)
> patientdata
  patientID age diabetes    status
1         1  25    Type1      Poor
2         2  34    Type2  Improved
3         3  28    Type1 Excellent
4         4  52    Type1      Poor
#选取数据框中的元素
> patientdata[1,] #挑取第1行
  patientID age diabetes status
1         1  25    Type1   Poor
> patientdata[1:3,] #挑取第1到3行
  patientID age diabetes    status
1         1  25    Type1      Poor
2         2  34    Type2  Improved
3         3  28    Type1 Excellent
> patientdata[1:3] #挑取第1到3列
  patientID age diabetes
1         1  25    Type1
2         2  34    Type2
3         3  28    Type1
4         4  52    Type1
> patientdata$patientID #挑取特定列可以用$
[1] 1 2 3 4

每次都要键入patientdata$实在是太麻烦了，懒虫走捷径的时候到了！！！
1.attach()、detach()和with()
可以通过联合使用函数attach()和detach()或者单独使用with()来达到简化代码的效果。

#此处以R自带的mtcars数据框来讲述这三个函数
> str(mtcars)  #查看mtcars的类型为data.frame，有32行，11个变量
'data.frame':   32 obs. of  11 variables:
 $ mpg : num  21 21 22.8 21.4 18.7 18.1 14.3 24.4 22.8 19.2 ...
 $ cyl : num  6 6 4 6 8 6 8 4 4 6 ...
 $ disp: num  160 160 108 258 360 ...
 $ hp  : num  110 110 93 110 175 105 245 62 95 123 ...
 $ drat: num  3.9 3.9 3.85 3.08 3.15 2.76 3.21 3.69 3.92 3.92 ...
 $ wt  : num  2.62 2.88 2.32 3.21 3.44 ...
 $ qsec: num  16.5 17 18.6 19.4 17 ...
 $ vs  : num  0 0 1 1 0 1 0 1 1 1 ...
 $ am  : num  1 1 1 0 0 0 0 0 0 0 ...
 $ gear: num  4 4 4 3 3 3 3 4 4 4 ...
 $ carb: num  4 4 1 1 2 1 4 2 2 4 ...
> summary(mtcars$mpg)
   Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
  10.40   15.43   19.20   20.09   22.80   33.90 
> plot(mtcars$mpg,mtcars$disp)
> plot(mtcars$mpg,mtcars$wt)  #每次都要输入前面的对象真的好麻烦
> attach(mtcars) #关联数据框
> summary(mpg)
   Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
  10.40   15.43   19.20   20.09   22.80   33.90 
> plot(mpg,disp)
> plot(mpg,wt)
> detach(mtcars) #取消关联数据框，否则会影响其他操作
#但是当名称相同的对象不止一个时，这种方法会显得十分局限
> attach(mtcars)
The following object is masked _by_ .GlobalEnv:

    mpg

> plot(mpg,disp)
Error in xy.coords(x, y, xlabel, ylabel, log) : 
  'x' and 'y' lengths differ
> mpg  #数据框mtcars被attach()绑定之前，环境中就有一个mpg对象了，在这种情况下，原始对象将取得优先权，因此会出现报错。
[1] 24 24 26 26

> with(mtcars,{
     print(summary(mpg))
     plot(mpg,disp)
     plot(mpg,wt)
  })
   Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
  10.40   15.43   19.20   20.09   22.80   33.90 
#用with()函数进行关联
> with(mtcars,{
     nokeepstats<-summary(mpg)
     keepstats<<-summary(mpg)
 })
> nokeepstats  #在Rstudio右上方中没有找到这个对象的数值
错误: 找不到对象'nokeepstats'
> keepstats     #在Rstudio右上方中可以找到这个对象的数值
   Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
  10.40   15.43   19.20   20.09   22.80   33.90 
#特殊赋值符：<<-替代标准赋值符<-可以将对象保存在with()之外的全局环境

在输入with()函数时有一个疑问，应该怎样在控制台上令操作命令换行呢？
同时按住shift和enter就可以啦！
5.列表
列表是R的数据类型中最为复杂的一种。一般来说，列表是一些对象的有序集合。列表允许你整合若干（可能无关的）对象到单个对象名下。例如，某个列表中可能是若干向量、矩阵、数据框，甚至其他列表的组合。可以使用list()创建列表。

> g<-"My First List"
> h<-c(25,26,18,39)
> j<-matrix(1:10,nrow=5)
> k<-c("one","two","three")
> mylist<-list(title=g,ages=h,j,k)
> mylist
$title
[1] "My First List"

$ages
[1] 25 26 18 39

[[3]]
     [,1] [,2]
[1,]    1    6
[2,]    2    7
[3,]    3    8
[4,]    4    9
[5,]    5   10

[[4]]
[1] "one"   "two"   "three"
> mylist[[2]]  #输出list的第2个成分，即ages
[1] 25 26 18 39

数据的导入和导出

（1）读取本地数据

>setwd(" 本地工作目录 ")  #注意要用正斜杠/
>getwd()   #查看当前工组目录，以确保要导入的文件是否在当前工作
> read.table(file = 'huahua.txt',sep = '\t',header = T)
  X1 X2
1  A  1
2  B NA
3  C NA
4  D  3
5  E NA
> read.table(file = 'huahua.txt',sep = '\t',header = F)  #header=FALSE时，会自动剔除掉NA值
  V1 V2
1 X1 X2
2  A  1
3  B   
4  C   
5  D  3
6  E

sep 是函数的形式参数，多数情况下， seq 参数用来指定字符的分隔符号。csv 文件是用逗号分隔的，故而 sep = ","tsv 文件是用制表符分隔的，故而 sep = "\t"常用的分隔符还有空格 sep = " "分隔符是任意的，可根据具体情况指定的。在输入的时候，原内容是用什么符号分隔的，sep就要保持一致，否则可能无法正确读取。
（2）设置行名和列名

> x<-read.csv('doudou.txt')
> x
  X1 X2
1  A  1
2  B NA
3  C NA
4  D  3
5  E NA
> colnames(x)
[1] "X1" "X2"
> rownames(x)
[1] "1" "2" "3" "4" "5"
>colnames(x)[1]<-'bioplanet'  #修改第一行第一个元素名称
  bioplanet X2
1         A  1
2         B NA
3         C NA
4         D  3
5         E NA

（3）数据框的导出

write.table(x,file = "yu.txt",sep = ",",quote=F) #分隔符改为以逗号分隔，字符串不加双引号
write.table(x,file = 'li.txt',sep = ',',quote = T)

quote=F

quote = T

一个小问题：
save(X,file="test.RData")这句代码如果报错object X not found，是为什么，应该怎么解决？

这个就要看自己是不是没有赋值X了，因为报错提醒找不到X对象，注意这里的X是大写的。如果没有赋值就要添加一个赋值如：X<-，如果前面运行的是小写的x，那这里的保存对象应该改回x。

参考：
R语言实战（第2版）
生信星球
R语言里的sep什么意思
 R语言实践之Rstidio代码换行输入

学习小组Day5笔记-小白之认识数据结构

学习小组Day5笔记-小白之认识数据结构

认识数据结构

数据的导入和导出