Chapter1：R基础

knitr::opts_chunk$set(echo = TRUE)

1.1安装包

#install.packages("ggplot2")
#install.packages("gcookbook")
#install.packages(c("ggplot2", "gcookbook"))

CRAN的主服务器为Austria站点

Bioconductor是与基因组数据分析相关的包的软件包仓库

1.2加载包

library(ggplot2)

软件包package

软件库library

软件库指的是一个包含了若干软件包的目录。既可以拥有一个系统级别的软件库，也可以针对每个用户单独设立一个软件库。

1.3加载分隔符式的文本文件

#data <- read.csv("datafile.csv")
#如果一个数据集首行没有列名
#data <- read.csv("datafile.csv", header=FALSE)
#手动为列名赋值
#names(data) <- c("Column1", "Column2", "Column3")

可以用sep参数来设置分隔符号。如果是空格分隔，使用sep=” “，如果是制表符分隔，使用\t。

#data <- read.csv("datafile.csv", sep="\t")

默认情况下，数据集中的字符串（string）会被视为因子（factor）处理。

可以设置stringsAsFactors=FALSE。如果有些列应该被处理为因子格式，可以再逐个转换：

#data <- read.csv("datafile.csv", stringsAsFactors = FALSE)
#转换为因子
#data$Sex <- factor(data$Sex)
#str(data)

可以在加载的时候不做设置（字符串自动转换为因子），加载之后再对需要的列进行因子到字符的转换

read.csv()是对read.table()一个便捷的封装函数。?read.table

1.4从Excel文件中加载数据

xlsx包中的函数read.xlsx()可以读取Excel文件，下面的代码将会读取Excel中的第一个工作表：

#只需要安装一次
#install.packages("xlsx")
#library(xslx)
#data <- read.xlsx("datafile.xlsx", 1)

如果需要阅读老版本的Excel文件（.xls格式），gdata包提供了函数read.xls()

#只需要安装一次
#install.packages("gdata")
#library(gdata)
#读取第一张工作表
#data <- read.xls("datafile.xls")

使用read.xlsx()加载工作表时，既可以用序数参数sheetIndex来指定，也可以用工作表名参数sheetName来指定：

#data <- read.xlsx("datafile.xls", sheetIndex=2)
#data <- read.xlsx("datafile.xls", sheetName="Revenues")

使用read.xls()加载工作表时，可以用序数参数sheet来指定：

#data <- read.xls("datafile.xls", sheet=2)

安装xlsx和gdata包时，需要在电脑上安装其他软件。
对于xlsx包，需要安装Java，对于gdata包，需要安装Perl。
如果是在Windows上，需要安装ActiveState Perl，其社区版本可以免费获得(http://www.active state.com/active perl)
替代方案是打开Excel文件后另存为标准的文本格式，比如CSV。

1.5从SPSS文件中加载数据

foreign包中的函数read.spss()可以读取SPSS文件。若要读取SPSS文件中的第一张表：

#只需首次使用时安装
#install.packages("foreign")
#library(foreign)
#data <- read.spss("datafile.sav")

foreign包中还有很多读取其他格式文件的函数。包括以下几种。

• read.octave()：Octave和MATLAB
• read.systat()：SYSTAT
• read.xport()：SAS XPORT
• read.dta()：Stata

输入ls(“package:foreign”)可以查看该包中的所有函数的列表。

本系列笔记所涉及的知识、数据等信息的版权归原书作者所有，请购买正版图书。O(∩_∩)O谢谢~
参考资料：R数据可视化手册