关于R的学习记录

rstudio environment 中values和data有什么区别？

简单粗暴的回答就是，values是值，data通常指data frame。

 Data<-ReadAffy()  

affy包是R语言的bioconductor系列包的一个，就一个功能，读取affymetix的基因表达芯片数据-CEL格式数据，处理成表达矩阵。（所以data属于environment里的data）

 N=length(Data) 

得到的是data的数量而不是大小。

rma算法的作用及用法

RMA算法是用于数据标准化，进行预处理。GEO数据的一个常见的标化方法是使用RMA，但是该方法只适用于GPL570和GPL96平台的GEO数据。

eset<-rma(Data)  #用RMA函数对cel文件的芯片数据进行标化

# expres函数用于提取标化后的数据，然后data.frame()转化为表格

eset.e <- data.frame(exprs(eset))

最后write.table()写入数据

cbind(a,b)和rbind(a,b)

把向量或矩阵 a和b拼成一个新的矩阵,a在前，表格中a的列就在b的列前面，反过来就相反。

• cbind： 根据列进行合并，即叠加所有列，m列的矩阵与n列的矩阵cbind()最后变成m+n列，合并前提：cbind(a, b)中矩阵a、b的行数必需相同。（合并后的列名称取自第一个参数）
• rbind： 根据行进行合并，就是行的叠加，m行的矩阵与n行的矩阵rbind()最后变成m+n行，合并前提：rbind(a, b)中矩阵a、b的列数必需相同。

match（）的用法

MMMM <- c(1,2,3,5,7,20)
NNNN <- c(3,8)

＃match (A,B) 其中把A里的元素逐个匹配B中所有元素，如能匹配上，就返回匹配上的元素在B向量的位置；所以返回值长度和A相等
match(MMMM,NNNN)
＃[1] NA NA  1 NA NA NA　
#把1和B向量进行匹配，没有-NA；
#把2和B向量匹配，没有-NA；
#把3和B向量进行匹配，是B向量的第一个元素，所以返回值是1，其余同样比较

返回值分为两种，一种匹配上的，返回的是被匹配的那个向量对应的位置；另一种是NA值，没有匹配上使用NA值填充

match(NNNN,MMMM)
#[1]  3 NA 
#返回的长度和NNNN相同

as.matrix（）

as.matrix（）是将整个数据框(各列数据类型必须相同，否则进行强制转换)转换为维数相同的矩阵。简单来说就是转换为矩阵。比如
> x <- 1:5
> x
[1] 1 2 3 4 5
> as.matrix(x)
     [,1]
[1,]    1
[2,]    2
[3,]    3
[4,]    4
[5,]    5

Tips：as函数通常用于将数据类型显式转换为另一种类型，称为强制转换。当我们调用函数 as.logical 时，它会将传递的参数强制转换为逻辑类型。as.character 和 as.numeric 将给定的参数转换为相应的类型。请注意，转换为逻辑类型的任何数字（零除外）都表示 TRUE 值，甚至是负值。

is.na()

is.na()用于检测确实值是否存在

 > A<-c(1,1,NA,1)

> is.na(A)

[1] FALSE FALSE TRUE FALSE

#02返回缺失值位置

> which(is.na(A))

[1] 3

#03计算数据集A的缺失值总数

> sum(is.na(A))

[1] 1

factor（） 

举例：所有员工每天打卡的记录数据，其中有姓名(name)，性别(sex)，是否打卡（card）三列。这里的性别（男，女）有2个类别，就可以把姓名这一列作为因子变量来处理。而姓名这一列因为不是类别，毕竟每个人的姓名是不一样的，即使有两个人的姓名重名，这两个人也不属于同一类。因子就是用于表示一组数据中的类别(男、女），可以记录这组数据中的类别名称及类别数目。

x <- c("男", "女", "男", "男",  "女")
sex <- factor(x)
print(sex)  

[1] 男 女 男 男 女
Levels: 男 女