不同数据类型之间的转换
一般的 R 函数只能接受固定类型的数据，例如绘制热图，输入数据必须是数值型向量，数据框则不行，线性回归分析中，输入数据必须为一个数据框。因此，需要熟悉各种数据类型之间的转换。此外，在做数据转换的过程中，还要记住，有些数据只能单方向进行转换，而不能相互转换，例如部分数据框无法转换为数值型矩阵。
代码语言：javascript复制getwd()
setwd('/home/xhs/jyxy/11-rbasic/')
dir()
dir()[21]
x <- read.csv('heatmap.csv')
head(x)
class(x)
is.matrix(x)
methods(is)
methods(plot)
rownames(x) <- x[,1]
ncol(x)
x <- x[,-1]
x <- as.matrix(x)
heatmap(x)
ls()
rm(list=ls())
x <- read.csv('CountMatrix.csv',row.names = 1)
class(x)
nrow(x)
colnames(x)
x <- x[,c(1,3,5,7,2,4,6,8)]
colSums(x)
y <- apply(x,2,sum)
barplot(y,las=2)
opar <- par('mar')
par(mar= c(8.1,4.1,4.1,2.1))
par('mar')
barplot(y,las=2)
y
x[1:4,]
x[10:14,]
rbind(x[1:4,],x[10:14,])
rbind(x[1:4,1:4],x[10:14,1:4])
rbind(x[1:4,],x[1:4,])
rbind(x[1:4,2],x[1:4,3])
cbind(x[1:4,2],x[1:4,3])
cbind(x[1:4,1:5],x[1:4,5:8])
rbind(x,y)
tail(rbind(x,cTotal = y))
x <- rbind(x,cTotal = y)
z <- rowSums(x)
x <- cbind(x,rTotal = z)
x <- x[x$rTotal > 0,]#33470
x <- x[x$rTotal > 10,]#22009#向量和矩阵之间相互转换：给向量加上维度。
x <- c(1:10)
dim(x) <- c(2,5)
#向量和数据框之间相互转换：data.frame，cbind 和 rbind 将向量转换为数据框，取出数据框的
# 每一列为一个向量。
state <- data.frame(state.name,state.abb,state.division,state.area)
#数据框和矩阵之间相互转换：
#as.matrix()将数据框转换为矩阵
iris.mat <- as.matrix(iris[1:4])
#as.data.frame()矩阵转换为数据框。
state <- as.data.frame(state.x77)
#向量和因子之间相互转换；as.factor()函数。
mtcars$cyl <- as.factor(mtcars$cyl)
#修改因子的水平和标签；
mtcars$cyl <- factor(mtcars$cyl,levels = c(4,6,8),labels =
c("four","six","eight"))写在最后：有时间我们会努力更新的。大家互动交流可以前去论坛，地址在下面，复制去浏览器即可访问，弥补下公众号没有留言功能的缺憾。原地址暂未启用（bioinfoer.com）。
代码语言：javascript复制sx.voiceclouds.cn有些板块也可以预设为大家日常趣事的分享等，欢迎大家来提建议。
