精华内容
下载资源
问答
  • r语言row.names函数
    千次阅读
    2021-09-12 10:23:39

    R语言row.names函数为dataframe、matrix设置行名称实战

    目录

    R语言row.names函数为dataframe、matrix设置行名称实战

    #仿真数据

    更多相关内容
  • 这是因为R语言默认行为唯一标识符 需要去除重复行 这在做差异表达时很常见,因为不同ID可能对应同一个gene_symbol genes_sig <- res_sig %>% arrange(adj.P.Val) %>% #按照Pvalue从小到大进行排序 ...

    这是因为R语言默认行为唯一标识符

    需要去除重复行

    这在做差异表达时很常见,因为不同ID可能对应同一个gene_symbol

    genes_sig <- res_sig %>% 
      arrange(adj.P.Val) %>% #按照Pvalue从小到大进行排序
      as tibble() %>%
      column_to_rownames(var = "gene_symbol")

    报错

    Error in `.rowNamesDF<-`(x, value = value) : 
      duplicate 'row.names' are not allowed
    In addition: Warning message:
    non-unique values when setting 'row.names': ‘’, ‘ AMY2A ’, ‘ ANKRD20A3 ’, ‘ ANXA8 ’, ‘ AQP12B ’, ‘ AREG ’, ‘ ARHGDIG ’, ‘ CLIC1 ’, ‘ CTRB2 ’, ‘ DPCR1 ’, ‘ FAM72B ’, ‘ FCGR3A ’, ‘ FER1L4 ’, ‘ HBA2 ’, ‘ HIST1H4I ’, ‘ HIST2H2AA4 ’, ‘ KRT17P2 ’, ‘ KRT6A ’, ‘ LOC101059935 ’, ‘ MRC1 ’, ‘ MT-TD ’, ‘ MT-TV ’, ‘ NPR3 ’, ‘ NRP2 ’, ‘ PGA3 ’, ‘ PRSS2 ’, ‘ REEP3 ’, ‘ RNU6-776P ’, ‘ SFTA2 ’, ‘ SLC44A4 ’, ‘ SNORD116-3 ’, ‘ SNORD116-5 ’, ‘ SORBS2 ’, ‘ TNXB ’, ‘ TRIM31 ’, ‘ UGT2B15 ’ 

    尝试百度方法,使用dupliced()函数

    res_df = res_df[!duplicated(res_df),] %>% as.tibble() %>%
    column_to_rownames(var = "gene_symbol") 

    仍然不行?duplicated去除重复值仍然显示存在重复值

    Error in `.rowNamesDF<-`(x, value = value) : 
      duplicate 'row.names' are not allowed
    In addition: Warning message:
    non-unique values when setting 'row.names': ‘ AMY2A ’, ‘ ANKRD20A3 ’, ‘ ANXA8 ’, ‘ AQP12B ’, ‘ AREG ’, ‘ ARHGDIG ’, ‘ CLIC1 ’, ‘ CTRB2 ’, ‘ DPCR1 ’, ‘ FAM72B ’, ‘ FCGR3A ’, ‘ FER1L4 ’, ‘ HIST1H4I ’, ‘ HIST2H2AA4 ’, ‘ KRT17P2 ’, ‘ KRT6A ’, ‘ LOC101059935 ’, ‘ MT-TD ’, ‘ MT-TV ’, ‘ NPR3 ’, ‘ NRP2 ’, ‘ PGA3 ’, ‘ PRSS2 ’, ‘ REEP3 ’, ‘ RNU6-776P ’, ‘ SFTA2 ’, ‘ SORBS2 ’, ‘ TRIM31 ’, ‘ UGT2B15 ’ 

    另一种方法,使用dyplr包的uniqe函数

    res_df = res_df %>% distinct(gene_symbol,.keep_all = T) %>% as.tibble() %>%
      column_to_rownames(var = "gene_symbol") 

    成功解决

    展开全文
  • value = value) : 不允许有重复的'row.names' In addition: Warning message: non-unique values when setting 'row.names': ” 我输入的文件是这样的: sample 0h 4h 8h 12h 16h 20h Pineal_retina_734 1 0 0 0 0 ...
  • R语言学习笔记

    2021-12-28 12:51:15
    二,R read.table()读取数据过程中row.names=1与row.names=NULL参数的区别(直接看例子就能明白): eg: data_matrix = "KO1;KO2;KO3;WT1;WT2;WT3 Gene1;1.3;1.2;1.4;3.1;3.2;3.3 Gene2;1.1;1.9;1.6;2.3;2.2;2.1 ...

    在这里记录下学习R过程中的一些小问题

    写在前面:作为一个一年前看过R一整本书的”新手”,时隔一年开始使用R做文本处理,以前一直用shell语言处理文本。最近刚开始,每一步都要查半天,甚至取哪一列数据都不知道怎么操作(所以事实证明,只看书并没有用),最近准备开始用R处理我需要,所以会应用一些实例开始学习,其中用到的一些函数,我都会整理到此文章中,算是巩固的过程以及记录,以后需要的时候来查。只有实战,才是学习语言最快的方法!!
    一,rnorm(10, mean = 0, sd = 1) # 正态分布的随机数
    二,R read.table()读取数据过程中row.names=1与row.names=NULL参数的区别(直接看例子就能明白):
    eg:

    data_matrix = "KO1;KO2;KO3;WT1;WT2;WT3
    Gene1;1.3;1.2;1.4;3.1;3.2;3.3
    Gene2;1.1;1.9;1.6;2.3;2.2;2.1
    Gene3;16.8;17.0;18.0;33.0;30.0;35.0
    Gene4;11.0;13.0;12.0;25.0;26.0;28.0
    Gene5;20.0;25.0;23.0;9.0;10.0;13.0
    Gene6;33.0;30.0;35.0;16.0;17.0;16.0
    Gene7;2.0;2.3;2.0;1.4;1.8;1.4
    Gene8;3.0;3.6;3.0;1.2;1.9;1.2"
    
    > b<-read.table(text=ata_matrix,header = TRUE,sep=";",row.names = 1)
    > b
    
         KO1  KO2  KO3  WT1  WT2  WT3
    Gene1  1.3  1.2  1.4  3.1  3.2  3.3
    Gene2  1.1  1.9  1.6  2.3  2.2  2.1
    Gene3 16.8 17.0 18.0 33.0 30.0 35.0
    Gene4 11.0 13.0 12.0 25.0 26.0 28.0
    Gene5 20.0 25.0 23.0  9.0 10.0 13.0
    Gene6 33.0 30.0 35.0 16.0 17.0 16.0
    Gene7  2.0  2.3  2.0  1.4  1.8  1.4
    Gene8  3.0  3.6  3.0  1.2  1.9  1.2
    
    > b<-read.table(text=ata_matrix,header = TRUE,sep=";",row.names = NULL)
    > b
      row.names  KO1  KO2  KO3  WT1  WT2  WT3
    1     Gene1  1.3  1.2  1.4  3.1  3.2  3.3
    2     Gene2  1.1  1.9  1.6  2.3  2.2  2.1
    3     Gene3 16.8 17.0 18.0 33.0 30.0 35.0
    4     Gene4 11.0 13.0 12.0 25.0 26.0 28.0
    5     Gene5 20.0 25.0 23.0  9.0 10.0 13.0
    6     Gene6 33.0 30.0 35.0 16.0 17.0 16.0
    7     Gene7  2.0  2.3  2.0  1.4  1.8  1.4
    8     Gene8  3.0  3.6  3.0  1.2  1.9  1.2
    

    三,常用的函数
    1,gather函数:把一列的列名和列名下的变量变成两列既含有变量名有含有数据的数据框。(矩阵变换)

    gather(
      data,
      key = "key",
      value = "value",
      ...,
      na.rm = FALSE,
      convert = FALSE,
      factor_key = FALSE
    )
    

    举例:

    > stu<-data.frame(grade=c("A","B","C","D","E"), female=c(5, 4, 1, 2, 3), male=c(1, 2, 3, 4, 5))
    > stu
      grade female male
    1     A      5    1
    2     B      4    2
    3     C      1    3
    4     D      2    4
    5     E      3    5
    > gather(stu, gender, count,-grade)
    #gender 以及 count 是自己起的列的名字 
       grade gender count
    1      A female     5
    2      B female     4
    3      C female     1
    4      D female     2
    5      E female     3
    6      A   male     1
    7      B   male     2
    8      C   male     3
    9      D   male     4
    10     E   male     5
    

    参考原名文更详细
    2,separate()
    分割,将一列变量分割为两列

    > stu_fix
       grade gender_class gender class count
    1      A     female_1 female     1     5
    2      B     female_1 female     1     4
    3      C     female_1 female     1     1
    4      D     female_1 female     1     2
    5      E     female_1 female     1     3
    
    >stu_fix<- stu2_new %>% separate("gender_class",c("gender","class"),sep="_",remove = T)
    #不同的表达
    >stu_fix<- separate(stu2_new,"gender_class",c("gender","class"),sep="_",remove = T)
    #结果是一样的,把gender_class这一列用"_"符分开成两列"gender","class",sep也可以是数字表示从第几个字符后开始分割。
    grade gender class count
    1      A female     1     5
    2      B female     1     4
    3      C female     1     1
    4      D female     1     2
    5      E female     1     3
    6      A   male     1     1
    ...
    

    3,spread()
    spread用来扩展表,把某一列的值(键值对)分开拆成多列。
    spread(data, key, value, fill = NA, convert = FALSE, drop =TRUE, sep = NULL)
    key是原来要拆的那一列的名字(变量名),value是拆出来的那些列的值应该填什么(填原表的哪一列)
    举例:

    
    ```r
    > stu3
        name    test class1 class2 class3 class4 class5
    1  Sally midterm      A   <NA>      B   <NA>   <NA>
    2  Sally   final      C   <NA>      C   <NA>   <NA>
    3   Jeff midterm   <NA>      D   <NA>      A   <NA>
    4   Jeff   final   <NA>      E   <NA>      C   <NA>
    5  Roger midterm   <NA>      C   <NA>   <NA>      B
    6  Roger   final   <NA>      A   <NA>   <NA>      A
    7  Karen midterm   <NA>   <NA>      C      A   <NA>
    8  Karen   final   <NA>   <NA>      C      A   <NA>
    9  Brain midterm      B   <NA>   <NA>   <NA>      A
    10 Brain   final      B   <NA>   <NA>   <NA>      C
    
    > stu3_new<-gather(stu3,key="class",value="score",na.rm=TRUE,-name,-test)
    > stu3_new
        name    test  class score
    1  Sally midterm class1     A
    2  Sally   final class1     C
    9  Brain midterm class1     B
    10 Brain   final class1     B
    13  Jeff midterm class2     D
    .....
    > spread(stu3_new,test,grade)
        name  class final midterm
    1  Brain class1     B       B
    2  Brain class5     C       A
    3   Jeff class2     E       D
    4   Jeff class4     C       A
    5  Karen class3     C       C
    6  Karen class4     A       A
    7  Roger class2     A       C
    8  Roger class5     A       B
    9  Sally class1     C       A
    10 Sally class3     C       B
    

    4,unite()
    Convenience function to paste together multiple columns into one.

    Usage:
    unite(data, col, …, sep = “_”, remove = TRUE, na.rm = FALSE)
    data: a dataaframe,如果自己的数据是一个矩阵或者对于新手不太清楚自己的数据是什么类型就直接用as.data.frame(a),col,…,sep=""
    col:新的列名,用引号括起来。
    … :要合并的列名。
    remove=TRUE 删除原来的列
    na.rm :if TRUE,在合并前删掉空值
    eg:

    a=unite(as.data.frame(a),"A1",REF,V6,sep=":")
    #首先把a转变为数据框,“A1”是列的新名字,REF和V6是要合并的两列的列名,用“:”符号连接两列
    

    5,数据框新增列
    使用$符号,例如:

    a$N_CHR=rep(2,nrow(a))
    #为数据框a新增一列名为N_CHR的列,列的内容为每一行用2填
    

    6,transform()
    为数据框添加新的列
    例如:

    a<-transform(a,new1=NA,new2=NA)
    #为数据框a增加新的两列,列名为new1,new2,且将其用空值填充
    

    7,sample()函数
    随机抽样
    sample_n((tbl, size, replace = FALSE)
    参数说明:tbl数据,size选取的数据行数,replace=true/false是否替换样本(主要参数,如果是TRUE,则可以重复选择即放回抽样,如果是FALSE,则是不放回抽样)
    举例:

    > x=1:10
    > sample(x=x,size=5,replace=T)
    
    [1] 4 7 2 4 8
    

    8,apply()函数
    apply函数是最常用的代替for循环的函数。apply函数可以对矩阵、数据框、数组(二维、多维),按行或列进行循环计算,对子元素进行迭代,并把子元素以参数传递的形式给自定义的FUN函数中,并以返回计算结果。
    函数定义:

    apply(X, MARGIN, FUN, ...)
    
    #X:数组、矩阵、数据框
    #MARGIN: 按行计算或按按列计算,1表示按行,2表示按列
    #FUN: 自定义的调用函数
    #…: 更多参数,可选
    

    9,assign()函数
    赋值函数

    assign("x",100))
    #结果为:[1] 100
    

    10,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"),
          incomparables = NULL, ...)
     
      #merge函数参数的说明:
    #x,y 要合并的两个数据集
    #by,用于连接两个数据集的列,intersect(a,b)值向量a,b的交集,names(x)指提取数据集x的列名
    #by = intersect(names(x), names(y)) 是获取数据集x,y的列名后,提取其公共列名,作为两个数据集的连接列, 当有多个公共列时,需用下标指出公共列,如names(x)[1],指定x数据集的第1列作为公共列
    #也可以直接写为 by = ‘公共列名’ ,前提是两个数据集中都有该列名,并且大小写完全一致,R语言区分大小写
    #by.x,by.y:指定依据哪些行合并数据框,默认值为相同列名的列
    #all,all.x,all.y:指定x和y的行是否应该全在输出文件 指定合并类型的逻辑值。缺省为false**,all=FALSE (仅返回匹配的行,也就是交集).**
    #sort:by指定的列(即公共列)是否要排序
    #suffixes:指定除by外相同列名的后缀
    #incomparables:指定by中哪些单元不进行合并
    
    

    11,subset() 函数:

    subset(dataset , subset , select )
    #dataset 是 要进行操作的数据集
    #subset 是对数据的某些字段进行操作
    #select 选取要显示的字段
    
    **#Example :** 
    hightech
    aa = subset(hightech,year==2001&province=="北京",select = c("year","province","PAT"))
    bb = subset(hightech,year==2001|province=="北京",select = c("year","province","NPO"))
    
    
    展开全文
  • R语言数据读入函数read.table

    千次阅读 2019-10-06 12:31:22
    1.read.table:可以读TXT也可以读CSV (1)file:文件名 (2)header:是否包含表头 (3)sep:分隔符,如果不设定默认是...(6)row.names:行名,行名不能重复。row.names=1,表示将第一列设置为行号 (7)col.names:...

    1.read.table:可以读TXT也可以读CSV

    (1)file:文件名

    (2)header:是否包含表头

    (3)sep:分隔符,如果不设定默认是空格

    (4)dec:标志小数点符号,有些国家的小数点是逗号

    (5)quote:字符串中间如果有引号的处理

    (6)row.names:行名,行名不能重复。row.names=1,表示将第一列设置为行号

    (7)col.names:列名

     

    函数 read.table 是读取矩形格子状数据最为便利的方式。因为实际可能 遇到的情况比较多,所以预设了一些函数。这些函数调用了 read.table 但改变了它的一些默认参数。

    注意,read.table 不是一种有效地读大数值矩阵的方法: 见下面的 scan 函数。

    一些需要考虑到问题是:

    1. 编码问题

      如果文件中包含非-ASCII字符字段,要确保以正确的编码方式读取。 这是在UTF-8的本地系统里面读取Latin-1文件的一个主要问题。 此时,可以如下处理

                read.table(file("file.dat", encoding="latin1"))
           

      注意,这在任何可以呈现Latin-1名字的本地系统里面运行。

    2. 首行问题

      我们建议你明确地设定 header 参数。按照惯例,首行只有对应列的字段而 没有行标签对应的字段。因此,它会比余下的行少一个字段。 (如果需要在 R 里面看到这一行,设置 header = TRUE。) 如果要读取的文件里面有行标签的头字段(可能是空的), 以下面的方式读取

                read.table("file.dat", header = TRUE, row.names = 1)
           

      列名字可以通过 col.names 显式地设定; 显式设定的名字会替换首行里面的列名字(如果存在的话)。

    3. 分隔符问题

      通常,打开文件看一下就可以确定文件所使用的字段分隔符, 但对于空白分割的文件,可以选择默认的sep = "" ( 它能使用任何空白符作为分隔符,比如空格,制表符,换行符), sep = " " 或者 sep = "\t"。 注意,分隔符的选择会影响输入的被引用的字符串。

      如果你有含有空字段的制表符分割的文件, 一定要使用 sep = "\t"

    4. 引用 默认情况下,字符串可以被 " 或 ' 括起,并且两种情况下,引号内部的字符都作为 字符串的一部分。有效的引用字符(可能没有)的设置由 参数 quote 控制。对于sep = "\n", 默认值改为 quote = ""

      如果没有设定分隔字符,在被引号括起的字符串里面,引号需要用 C格式的逃逸方式逃逸,即在引号前面直接加反斜杠 \。

      如果设定了分隔符,在被引号括起的字符串里面,按照电子表格的习惯, 把引号重复两次以达到逃逸的效果。例如

                'One string isn''t two',"one more"
           

      可以被下面的命令读取

                read.table("testfile", sep = ",")
           

      这在默认分隔符的文件里面不起作用。

    5. 缺损值 默认情况下,文件是假定用 NA 表示缺损值, 但是,这可以通过参数 na.strings 改变。 参数 na.strings 是一个可以包括一个或多个 缺损值得字符描述方式的向量。

      数值列的空字段也被看作是缺损值。

      在数值列,值 NaNInf 和 -Inf 都可以被接受的。

    6. 尾部空字段省略的行

      从一个电子表格中导出的文件通常会把拖尾的空字段(包括它们的分隔符) 忽略掉。为了读取这样的文件,必须设置 参数 fill = TRUE

    7. 字符字段中的空白

      如果设定了分隔符,字符字段起始和收尾处的空白会作为字段一部分看待的。 为了去掉这些空白,可以使用参数 strip.white = TRUE

    8. 空白行

      默认情况下,read.table 忽略空白行。 这可以通过设置 blank.lines.skip = FALSE 来改变。 但这个参数只有在和 fill = TRUE 共同使用时才有效。 这时,可能是用空白行表明规则数据中的缺损样本。

    9. 变量的类型

      除非你采取特别的行动,read.table 将会为数据框的每个变量 选择一个合适的类型。如果字段没有缺损以及不能直接转换,它会按 logical, integer, numeric 和 complex 的 顺序依次判断字段类型。1如果所有这些类型都失败了, 变量会转变成因子。

      参数 colClasses 和 as.is 提供了很大的控制权。 as.is 会 抑制字符向量转换成因子(仅仅这个功能)。 colClasses运行为输入中的每个列设置需要的类型。

      注意,colClasses 和 as.is 对 列专用, 而不是个变量。因此,它对行标签列也同样适用(如果有的话)。

    10. 注释

      默认情况下,read.table 用 # 作为注释标识字符。 如果碰到该字符(除了在被引用的字符串内),该行中随后的内容将会被忽略。 只含有空白和注释的行被当作空白行。

      如果确认数据文件中没有注释内容,用 comment.char = "" 会比较安全 (也可能让速度比较快)。

    11. 逃逸

      许多操作系统有在文本文件中用反斜杠作为逃逸标识字符的习惯, 但是Windows系统是个例外(在路径名中使用反斜杠)。 在 R 里面,用户可以自行设定 这种习惯是否用于数据文件。

      read.table 和 scan 都有一个逻辑参数 allowEscapes。 从 R 2.2.0 开始,该参数默认为否,而且反斜杠是唯一被解释为 逃逸引用符的字符(在前面描述的环境中)。如果该参数设为是, 以C形式的逃逸规则解释,也就是控制符如 \a, \b, \f, \n, \r, \t, \v,八进制和十六进制如 \040 和 \0x2A 一样描述。任何其它逃逸字符都看着是自己,包括反斜杠。

    常用函数 read.csv 和 read.delim 为 read.table 设定参数以符合英语语系本地系统中电子表格导出的CSV和制表符分割的文件。 这两个函数对应的变种 read.csv2 和 read.delim2 是针对在逗号作为小数点的国家使用时设计的2

    如果 read.table 的可选项设置不正确, 错误信息通常以下面的形式显示

         Error in scan(file = file, what = what, sep = sep, :
                 line 1 did not have 5 elements
    

    或者

         Error in read.table("files.dat", header = TRUE) :
                 more columns than column names
    

    这些信息可能足以找到问题所在,但是辅助函数 count.fields 可以进一步的深入研究问题所在。

    读大的数据格子(data grid)时,效率最重要。设定 comment.char = "", 以原子向量类型(逻辑型,整型,数值型,复数型,字符型或原味型)设置每列的 colClasses ,给定需要读入的行数 nrows (适当地高估一点比不设置 这个参数好)等措施会提高效率。

    转载于:https://www.cnblogs.com/MarsMercury/p/4935802.html

    展开全文
  • R语言数据导出txt】 write.table 函数用法

    万次阅读 多人点赞 2017-05-26 16:28:04
    1)write.table函数语法:write.table (x, file ="", sep ="", row.names =TRUE, col.names =TRUE, quote =TRUE)参数说明: x:需要导出的数据 file:导出的文件路径 sep:分隔符,默认为空格(” “),也就是以...
  • R语言中read.table()函数用法详解

    千次阅读 2020-12-19 11:16:55
    R语言中使用read.table()函数读取矩形表格数据是非常方便的。read.table()函数的用法如下:read.table(file, header = FALSE, sep = "", quote = "\"'",dec = ".", numerals = c("allow.loss", "warn.loss", "no....
  • R语言read.table函数

    万次阅读 2017-01-12 16:09:27
    read.table(file, header = FALSE, sep = "", quote = "\"'", dec = ".", numerals = c("allow.loss", "warn.loss", "no.loss"), row.names, col.names, as.is = !stringsAsFactors,
  • 我们老师要求用read.table函数R中导入csv文件,我用的是RStudio,复制黏贴了老师给的代码:grades <- read.table("studentgrades.csv", header=TRUE, row.names="StudentID", sep=",") 在我的电脑上运行后显示: ...
  • library(limma) library(ggpubr) tideFile="TIDE.txt" riskFile="risk.all.txt" setwd("x") tide=read.table(tideFile, header=T, sep="\t", check.names=F, row.names=1) group=sapply(strsplit(row.names(tide),"\...
  • write.table(utils)write.table()所属R语言包:utilsDataOutput数据输出译者:生物统计家园网机器人LoveR描述----------Description----------write.table prints its required argument x (after converting it toa...
  • R语言使用read.csv函数读取多个csv文件、自定义设置sep参数指定数据内容的分隔符、自定义设置header参数TRUE读取数据的表头信息
  • 记录一些R语言中简单易忘的语句,矩阵或数据集操作相关(随时更新) 1.重命名行或列 (1)单个行列的重命名 colnames(数据集名)[列数]=‘新列名’ rownames(数据集名)[列数]=‘新列名’ colnames(data)[2] = 'new...
  • 问题描述 count_bind = rbind(count_left,count_...这个是在rbind时出现的match.names函数中的问题,原因很简单,因为一开始我的两个待rbind的对象的列名不一样: 解决问题 手动更改列名后可解决问题: colnam...
  • write.csv()函数--R语言

    万次阅读 2021-04-12 22:50:35
    函数功能: write.table prints its required argument x (after converting it to a data frame if it is not one nor a matrix) to a file or connection. 将X输出到文件或者链接 函数语法: write.table(x, ...
  • 更改数据框行名(rownames) 首先,我们需要知道更改数据框行名的函数row.names()。这个函数的参数是向量,所以我们需要把数据框第一列转化成向量;如果直接将数据框或者矩阵作为行名会报错Error in `.rowNamesDF...
  • 代码如下 otu <- read.csv('7daverage.csv', row.names = 1,check.names = F) head(data) set.seed(123) otu_rfP (salt~., data...otu_rfP 因为想要显示括号,所以使用了check.names函数,结果运行后识别不到我的行名了
  • 原标题:R语言中使用read.table函数读取文件数据方法详解在R中,可以使用read.table()函数从具有多列表格形式的文件中读取数据。使用好它可以简单的从文本文件或CSV这种文件中读取数据。read.table()函数语法格式...
  • 自从开始学习R语言,read.table是较早接触到的函数,因为要读取数据,也因为最开始学习数据分析是用“制表分隔符的txt”文件比较多,xlsm在linux系统中又不太合适,所以喜欢用txt文件,对csv格式的文件也无感。...
  • read.table {utils}R DocumentationData InputDescriptionReads a file in table format and creates a data frame from it,with cases corresponding to lines and variables to fields in thefile.Usageread.table...
  • R语言 read.csv 设置行名、列名

    万次阅读 2018-11-13 20:48:41
    在csv表格中设置好第一列第一行为行名列名之后,读入的时候阔以用 ST451&lt;-read.csv('C:\\Users\\saber\\Desktop\\data\\ST451\\451.csv',header=TRUE,row.names = 1)
  • read.table--R语言

    千次阅读 2021-03-12 10:26:18
    函数功能: Reads a file in table format and creates a data frame from it, with cases corresponding to lines and variables to fields in the file 读取表格形式的文件,并创建数据框 函数语法: read....
  • 最近,需要对一组数据进行相关性分析,之前用R语言画过热图,但感觉还是不够直观。作为一个小白,干什么都不太成体系,所以就直接搜,搜现成的。于是,找到了这个:相关性分析 | R语言 -- 相关性矩阵及可视化...
  • #***************************************...#****** 多元统计分析及R语言建模(第五版)****** #****** 自定义函数: msaR.R ****** #****** 调用方式 source('msaR.R') ****** #****** 修改时间:王斌会 2020.2.1 ...
  • R 数据导入读取read.table函数详解

    万次阅读 2018-03-19 21:07:36
    R】数据导入读取read.table函数详解,如何读取不规则的数据(fill=T)函数 read.table 是读取矩形格子状数据最为便利的方式。因为实际可能遇到的情况比较多,所以预设了一些函数。这些函数调用了 read.table ...
  • 数据聚类然后展示聚类热图是生物信息中组学数据分析的常用方法,在R语言中有很多函数可以实现,譬如heatmap,kmeans等,除此外还有一个用得比较多的就是heatmap.2。最近在网上看到一个笔记文章关于《一步一步学...
  • 参考链接: C++ Vector.data()函数 dec = ".", numerals = c("allow.loss", ... row.names, col.names, as.is = !stringsAsFactors, na.strings = "NA", colClasses = NA, nrows = -1, skip = 0, check.names ...
  • R语言数据集的学习

    2021-03-12 08:39:37
    创建数据集一、数据集的概念二、数据结构1.向量4. 数据框 一、数据集的概念 按照个人要求的格式来创建含有研究信息的数据集,这...R将实例标识符称为rownames(行名),将类别型(包括名义型和有序型)变量称为因子(factors
  • R语言之 as.formula()

    千次阅读 2020-11-18 15:42:10
    今天学到一个东西, R 语言回归函数里面的公式函数, as.formula(). 其作用就是将字符串转换成公式。 library(glmmADMB) #setwd('J:/Correlation') file_in = "Data_for_glm/KQ/p__Firmicutes.for_glm.xls" file_...
  • R语言学习笔记-数据操作

    千次阅读 2015-05-06 10:18:33
    类似SQL语句进行查询,不得不说R语言特别强大。 > patientdata[which(age>30),]  patientID age status 2 2 34 Improved 4 4 52 Improved > 说明:结果未选取年龄大于30岁的数据,方括号中...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 38,281
精华内容 15,312
关键字:

r语言row.names函数

友情链接: D3-14.rar