已经回国14天啦。明天我就能恢复“人(jie)身(chu)自(ge)由(li)”了！！我心心念念的小龙虾和烧烤啊。我来了！！
好了，现在讲正事，今天主要讲如何按照自己的需求过滤dataframe中的数据。

和dataframe相关的操作

创建一个dataframe

data.frame() 
# dat有两列，分别为gene和mut
dat '211899_s_at',] ,
                  mut= group_list)

向dataframe中添加新的一列

dataframe$列名
# 添加group列
exprSet_L$group=rep(group_list,each=nrow(exprSet))

提取/修改行名和列名

colname()
rowname()
# as.data.frame() 强制转换为dataframe

dataframe取子集

# 使用行数、列出取子集
dataframe[row indices，colum indices]
mydata[1:2,1]

# 通过列名取子集
mydata['x1']

# 通过TRUE和FALSE并配合which()函数取子集
dataframe[which(dataframe$gender == "M"), ]
# 这个方法本质上是通过行数和列数取子集，which()函数将逻辑值转换为索引值(index)。

过滤数据

“==”

# eg2probe是dataframe，取symbol是'TRAF4'的数据
eg2probe[eg2probe$symbol=='TRAF4',]

unique()

# 去除重复项
unique()
unique(ids$symbol)
duplicate() # 如果是重复值返回TRUE，否则返回FALSE
# 删除var中的重复值
df[!duplicated(df$var),]

dim() 一般用于检测过滤前后数据集的差别

%in%

# A %in% B, 取A和B的交集
# 保留同时出现在exprset和ids中的探针id
exprSet[rownames(exprSet) %in% ids$probe_id,]

subset系列函数

subset.data.frame(dataframe,过滤条件)
subset.data.frame(x,x$name == "zhang") # 选出name = “zhang”的所有行

subset.matrix(matrix,过滤条件)

对数据排序 

sort()
match(x, table, nomatch = NA_integer_, incomparables = NULL)
# x：被匹配的向量
# table：其他向量跟该向量进行匹配，x向量中的每一个元素都跟table向量中的每一个元素进行比较
# match()函数返回的是一个整数向量，长度和参数x相同，每一个元素的值是x元素第一次匹配table元素的位置，如果x元素不在table向量中,返回NA。
ids[match(rownames(exprSet),ids$probe_id),]

which 函数 

which()
# 返回TRUE的索引值(index)
which(test TRUE, FALSE, TRUE, NA, FALSE, FALSE, TRUE))
> [1] 1 3 7

which.max()
which.min()

处理NA 

is.na() # 如果是na返回TRUE，否则返回FALSE
na.omit()

with/within

  1. with函数只能定义一个变量，而within函数可以定义多个变量
  2. with函数的返回值是原语句的返回值。within跟with功能相同，但返回值不同，within会返回所有修改生效后的原始数据结构(列表、数据框等)
# 数据框或列表作为环境，自由的调用其中的对象，简单来讲就是数据框里面的列向量可以直接使用了，不用写dataframe$列名
mydata 2, 2, 6, 4), x2 = c(3, 4, 2, 8))
> mydata 
  x1 x2
1  2  3
2  2  4
3  6  2
4  4  8

with 和 within 功能对比

a > a
[1]  5  6  8 12 
b > b
  x1 x2 sumx
1  2  3    5
2  2  4    6
3  6  2    8
4  4  8   12

within()定义多变量

within(mydata, {sumx = x1 + x2; meanx = (x1 + x2)/2}) 
# 多个表达式用“;”隔开
# 此处within也不能换成with，因为定义了两个表达量sumx和meanx
>
  x1 x2 meanx sumx
1  2  3   2.5    5
2  2  4   3.0    6
3  6  2   4.0    8
4  4  8   6.0   12

备注

当with/within中只包含一个表达式时，“=”要用“

python dataframe转list python dataframe转list 过滤空值_原语

字符串 

paste()
paste0()
paste("a" ,1:5,sep ="")
> [1] "a1" "a2" "a3" "a4" "a5"
# 批量命名
colnames(matrix) 1:ncol(matrix),sep='_')