10X单细胞测序-数据处理（R语言基本操作学习）

在学习单细胞数据的时候，使用 R 语言进行下游分析，作为生信工程师或者说是大数据工程师，甚至是程序员都无法记住所有 R 语言的使用，好记性不如烂笔头，记录下来（2022年7月13日）：
1、biocondauctor 使用
官方网址：http://bioconductor.org/

点击 Install 之后：

Bioconductor 安装其他的包代码：

BiocManager::install()  #这里写包名

2、数据框（data.frame）使用：
数据框的创建：

data.frame()#里面输入向量，无论什么类型的向量

说到这里，我们可以讲讲 C() 函数，当你向C()函数里输入一堆数字，英文逗号分割时，它是数值型向量，当你向C()函数里输入一堆字符 (字符串) ，英文逗号分割时，它是字符型型向量。等等。但是，它的输入必须输入同一类型数据。
而在数据框里面，你可以用多个C()函数，并且输入多种数据类型的向量进行组合成数据框。
这里要深刻认识，向数据框输入的向量，变成了按列分布：

a = c(1,2,3,4,5,6)
b  = c("a","b","c","d","e","f") 
data.frame(a,b)

将其他数据类型强制转化成数据框类型(as.data.frame()函数)：

a = list(姓名 = c("张三","李四","王五"),成绩 = c(60,85,90))
as.data.frame(a)

其他的数据结构也可以同一进行强制转换，这里就不一一转化了，另外，向量、列表、数组这三个在 R 语言中很常见，需要深入区分开。

数据框的使用：

切片使用，可以看作是二维数组进行访问：

a = list(姓名 = c("张三","李四","王五"),成绩 = c(60,85,90))
b = as.data.frame(a)
b[2,2]

输入列(行)名或是输入列(行)号

b["成绩"]
b[2]
b[2,]

数据框的修改：

本人在使用数据框的时候，使用了merge()函数，rbind()函数，cbind()函数
rbind()函数是加入一行的意思，cbind()函数是加入一列的意思，merge()函数是合并两个数据框的意思，这里着重学习merge()函数：

merge(x, y, by = intersect(names(x), names(y)),
      by.x = by, by.y = by, all = FALSE, all.x = all, all.y = all,
      sort = TRUE, suffixes = c(".x",".y"), no.dups = TRUE,
      incomparables = NULL, ...)
#x,y是两个数据框，也可以使用其他的数据类型
#  intersect(names(x), names(y))的意思是通过两个数据框公共列名进行合并，等于取交集
#当合并要用到的共同列在数据框中的列名称不同时，不使用by，而用by.x = by, by.y = by，第一个为x数据框列名，第二个为y数据框列名
#all=TRUE相当于all.x=TRUE&all.y=TRUE
#all=FALSE相当于all.x=FALSE&all.y=FALSE
#若all.x=TRUE，则将在y中没有匹配的那些x数据也加入输出结果，y中没有的这些行将会产生NA值。默认是FALSE，只有x与y数据框均有的行会被包含在输出结果中。
#all=TRUE,取并集
#all.x=TRUE,all.y=FALSE：取x的全集与匹配的y数据
#all.x=FALSE,all.y=TRUE：取y数据框的全集与匹配的x数据框数据

3、apply()函数的学习使用：
apply()这个函数可以将数据框等二维或是多维度数据进行for循环

X为数据框，margin可以选择1或2，1代表行循环，2代表列循环FUN可以输入一个函数，比如mean函数，也可以自定义函数，其参数就是循环的那一列向量或是行向量,返回值是FUN函数的结果，一行行或是一列列返回，形成一个向量：

a = list(身高 = c(188,178,190),成绩 = c(60,85,90))
b = as.data.frame(a)
apply(b, 2, mean)
apply(b,1,sum)