day 6

复习

ggplot2特殊语法：列名不带引号，函数之间用+号

ggplot2 属性设置的统一设置和映射设置

统一设置 参数是geom_foution的参数

映射设置 参数是aes的参数

1、玩转字符串

字符串长度 str_length()

字符串拆分 str_split()

按照位置提取字符 str_sub()

字符检测 str_detect()

字符替换 ：

str_replace(只替换字符串里第一个对象)

str_replace_all(替换字符串里所有满足的对象)

字符删除 ：

str_rempove()

str_rempove_all()

2、玩转数据框

arrange(test, Sepal.Length) #数据框整体根据某列数值从小到大排序；必须无双引号，不然不报错也不执行
arrange(test, desc(Sepal.Length)) #从大到小

unique()#向量去重复的函数
duplicated()#判断向量中每一个值是否发生重复的函数;重复定义：从左往右第二次到第多次出现算重复

# 1.多次赋值，产生多个中间的变量
x1 = select(iris,-5)#减去第5列
x2 = as.matrix(x1)
x3 = head(x2,50)#截取前50行
pheatmap::pheatmap(x3)

# 2. 嵌套，代码不易读
pheatmap::pheatmap(head(as.matrix(select(iris,-5)),50))

# 3.管道符号传递，简洁明了
iris %>%
  select(-5) %>%
  as.matrix() %>%
  head(50) %>% 
  pheatmap::pheatmap()
  #弊端：当数据量超级大时，管道符号导致运算较慢一丢丢

3、条件与循环

#模版：if(条件判断得出一个逻辑值，**不支持逻辑值向量**，不能批量){执行的命令}
#if(){代码块1}else{代码块2}

#R语言三大精华：向量化运算，%in%,ifelse函数（**支持逻辑值或逻辑值向量**）
ifelse(x,yes,no)

# ifelse()+str_detect(),王炸  实现试验组及对照组的分组，重要
samples = c("tumor1","tumor2","tumor3","normal1","normal2","normal3")
k1 = str_detect(samples,"tumor");k1
ifelse(k1,"tumor","normal")
k2 = str_detect(samples,"normal");k2
ifelse(k2,"normal","tumor")

4、长脚本管理方式

if函数可折叠

每个脚本最后保存Rdata,下一个脚本清空再加载Rdata

4、实际项目的组织方式

注意：放在工作目录的子文件夹 不能直接读取 不过tab及空格补全时 会自动添加子文件夹名称

工作目录（项目名）

工作目录下的子文件及文件夹：

1/输入文件：import；

2/输出图片：plot ;

3/Rdata文件夹 ;

4/脚本： x.R；

5/Rmd文件 x.Rmd ;

6/project文件 x.Proj

说明：Rmd文件（R Markdown文件）是R语言环境中用于创建动态文档的核心文件格式，其核心功能是将代码、文本、图表和计算结果集成在一个文档中，并支持一键输出为多种格式的报告

管理项目使用相对工作目录是最佳方式

5、for循环

使用场景：批量装包；批量画图。

for( i in 1:4){
  print(i)
}

#批量画图
par(mfrow = c(2,2))#画布分成2行2列
> for(i in 1:4){
  +   plot(iris[,i],col = iris[,5])
  + }
#批量装包
pks = c("tidyr","dplyr","stringr")
for(g in pks){
  if(!require(g,character.only = T))
    install.packages(g,ask = F,update = F)
}

6、两个数据框的链接

inner_join 取交集

full_join 全连接

left_join 左连接 左边的表更重要

right_join 右链接 右边的表更重要

表达矩阵画箱线图（老师跳过了）

7、一些优秀函数

1）match和order的使用场景

match函数：查找第一个向量（x）中的元素在第二个向量（table）中的首次出现位置，未匹配时返回NA或自定义值。

使用场景：1、数据对齐；2、值存在性检查（返回位置）

order函数功能：返回向量元素排序后的索引位置（从小到大），支持多列排序

使用场景：数据框排序、向量排序、多级排序

2）函数操作文件：file.create

8、常见报错

1. 找不到文件（Error in file(file, "rt")）

• 可能原因：
  • 文件路径错误：文件不在当前工作目录下，或路径拼写错误。
  • 文件名错误：文件名或扩展名输入错误（如应为"data.txt"却输入"txt"）。
  • 权限问题：文件被其他程序占用，或用户无读取权限。
• 解决方法：
  • 使用getwd()和setwd()确认并设置正确的工作目录。
  • 检查文件名是否完整（包括扩展名），如read.csv("data.csv")。
  • 使用file.exists("文件名")验证文件是否存在。

2. 找不到函数（Error: could not find function "gather"）

• 可能原因：
  • 未加载包：函数所属的包未通过library(tidyr)加载。
  • 函数名拼写错误：如将gather误输为Gather（R区分大小写）。
  • 包未安装：未安装包含该函数的包。
  • 函数已弃用：gather()在tidyr中已被pivot_longer()替代。

3. 不存在包（Error: 不存在叫‘tidyverse’这个名字的程辑包）

• 可能原因：
  • 包未安装：从未安装过tidyverse。
  • 安装失败：网络问题或依赖包缺失导致安装未完成。
  • 拼写错误：包名输入错误（如tidyverse误写为tydiverse）。

4. 找不到对象（Error: object 'x' not found）

• 可能原因：
  • 对象未创建：变量x未被赋值或创建。
  • 作用域问题：在函数内尝试访问全局变量（或反之）。
  • 拼写错误：对象名拼写不一致（如创建X却调用x）。
  • 数据框列名错误：尝试用$访问不存在的列（如df$x但df无x列）。

今日查缺补漏tips

代码的运行不能撤销，但是可以执行之前的步骤再来一次。

向量可以有名字，每个元素对应一个