最近有很多对文件的操作，经常使用到split函数，但是存在三个split函数，有时候会弄混，谨以此文以记之。
1. split()
2. str_spit()
3. strsplit()
总结： split(参数):split(向量/列表/数据框,因子/因子列表)
split()函数可以分组数据框和向量，返回list。
可以直接使用unsplit()。
split是按照factor去切分vector或者数据框，因此不能这样用：
切割数据框的用法：
针对vector的用法：
str_spllit()主要用于 split a vector of strings. 返回一个list。
str_spllit_fixed()可以返回一个matrix。
举个栗子:
上栗子：
R语言字符串处理常用函数R语言中常用的字符串处理函数：
（1）得到字符串长度：nchar()
# 生成示范字符串
（2）剪切字符串：strsplit()
# 对字符串进行剪切
（3） 得到子字符串：substr()
# 得到子字符串
（4） 判断字符串中是否有某个字串:grepl()
# 判断字符串中是否有某个字串
（5） 字符串替换：gsub()
（6）字符串定位
在Hmisc包里，有一个函数可以很方便的对文本的的目标字符串进行定位，substring.location()
1. 判断存在：一个元素是不是在向量中用 a%in%b>a="TT"
>b=c("AA","AT","TT")
>a %in% b
[1] TRUE
2. 判断某一元素这向量中的索引（第几个位置）： index.TT=which(b==”TT”)
>index.TT=which(b=="TT")#index.TT是想知道的索引号，which是判断函数，b是想知道的元素所在的向量
>index.TT
[1] 3
3. 相当于 python 中的字典， names 函数
>b
[1] "AA" "AT" "TT"
>names(b)=c("geno1","geno2","geno3")#geno mean genotype
>names(b)
[1] "geno1" "geno2" "geno3"
>names(b)[1]
[1] "geno1"
>names(b)[1]="test"
>names(b)
[1] "test""geno2" "geno3"
>names(b)=NULL
>b
[1] "AA" "AT"
>b["geno2"]
"AT"
pop_name=c(“CEU”,"YRI")
names(pop_name)=c(1,2)
names(pop_name[1])=1
4. 去除某一元素： b[-index.nu]
#想去除元素”TT”,如果你不知道是第几个索引，可以先判断索引，再删除。
>b=c("AA","AT","TT")
>names(b)=c("geno1","geno2","geno3")
>index.TT=which(b=="TT")
>b=b[-index.TT]
>b
geno1 geno2
"AA""AT"
5. 相当于 Python 中的 set() 函数 和 count() 函数： unique() ， table()
>b=c("TT","AT","AT","TT","AA")
>unique(b)#即相当于去除所有的重复，只保留一个
[1] "TT" "AT" "AA"
>table(b)#以元素为name,统计各元素的个数
b
AA AT TT
122
6. 字符串的分割： strsplit()
>test="AA"
>strsplit(test)
错误于strsplit(test) :缺少参数"split",也没有缺省值
>strsplit(test,split='')
[[1]]
[1] "A" "A"
>test=strsplit(test,split='')[[1]]
>test
[1] "A" "A"
7. 文本文档的写入： write.table()
write.table( res.matrix,file=new.file,sep='\t',quote=F,row.names=F,col.names=F,append=T)#quote=F去掉引号后写入，row.names=F去掉行的名字写入，否则会把名字写进去
##写入数据时候最好把数据存储成一个matrix然后直接写。要是每行每行写的话要注意数据的格式了。先建立一个空的matrix，见8，然后通过rbind或者cbind叠加上去。
方法一：
a=c()
b=c(“AA”,”TT”,”CC”)
for (i in 1:3){
a=c(a,b)
}
write.table(a,file=”test.txt”)#你会发现结果是
AA
TT
CC
….
##而且还有行和列的名字，因为没有设置参数。因为对于c向量来说，写的话默认是竖着写的，每个元素占一行。所以比较方便的就是rbind
方法二：
a=c()
b=c(“AA”,”TT”,”CC”)
for (i in 1:3){
a=rbind(a,b)
}
write.table(a,file=”test.txt”，quote=F,row.names=F,col.names=F)#你会发现结果是
AA TT CC
AA TT CC
AA TT CC
##原因是rbind把最总结果当做矩阵了。对于R数据的写入最好能生成最后的矩阵再写入。但是西面的梅一行写一次和方法二的效果是想通的，但是要用到append参数。
a=c()
b=c(“AA”,”TT”,”CC”)
for (i in 1:3){
a=rbind(a,b)
write.table(a,file=”test.txt”，quote=F,row.names=F,col.names=F,append=T)
}
8. 建立一个空的 matrix ：
res.matrix <- matrix( ,nrow=0,ncol=6 )##这样就建立了一个0行6列的空matrix了。
9. 如何将 R 运行结果输出到文件
>x=read.table("F:/my/work/chengxu/PValue/pc2jieguo/pc2302.txt")
>z=t(x)
>ks.test(y,z)
Two-sample Kolmogorov-Smirnov test
data:y and z
D = 0.207, p-value <2.2e-16
alternative hypothesis: two-sided
如上面运行结果，我想将p-value <2.2e-16自动保存到一个文件中，如何用R程序实现，谢谢！
sink("output.txt")
print(ks.test(y,z)$p.value)
sink()
http://cos.name/cn/topic/16300
10 降序排列：
>a=c(1,1.2,0.1,4,5,-0.1)
>a=sort(a,decreasing=T)
>a
[1]5.04.01.21.00.1 -0.1
11. 取前1％的数
>a=c(1:10,4:20,1:100,1:1000)
>a=sort(a,decreasing=T)#先降序
>sig=a[round(length(a)*0.01)]
>sig
[1] 990
12.在shell中直接执行R脚本
R CMD BATCH --argstest.R
13. R中高级作图的方法
http://qizhi502.blog.163.com/blog/static/11497002520120611451736/
14:设置字体类型：
par(family='Times New Roman')
15:控制图形四周的空白大小
par(mfrow=c(3,1),mar=c(0,0,0,0))
其中mar是四周的间距,分别为x,y上下的距离
16控制作图区域的大小layout
layout(c(1,2,3),height=c(1,1,0.5))
分成竖着三份， 其中三份比列依次为（高度依次为2：2：1）
17保留两位小数
round(0.123,digits=2)
18 在原有图的基础上画图：
par(fig=c(0.1,0.5,0.43,0.65), new=TRUE)
19 只显示y轴
plot(1:10,1:10,axes=F)
axis(2,at.....)
20 调节刻度方向 las
plot(1:10,1:10,las=1)
21 屏幕分割
layout(matrix(1:16,4,4))＃＃＃竖着plot
par(mfrow=c(4,4))##横着plot
22.逻辑表示或者
xor为异或，两值不等为真，两值相等为假。例：xor(0, 1)
23. 从向量中随机取几个数sample
sample(rep(1:1000),10)
23 字符串转换成小数浮点型
as.numeric("0.123")
24. 读取不规范的文本
f=readLines(afile,n=1)＃n表示读几行
f=strsplit(f,'\t')##分割
f[1][[1]]##第一行
f[1][[1]][1]##第一行 第一个字符串
25. write 写入文件
write(afile, "a\tb\t",append=T) #沿着每行一次 写入
26. 不需要循环，这直接对matrix没行或者每列进行筛选操作apply（）
apply（data,col2 or row1, max>0）
27.保留2位小数
a=2.300
a=as.numeric(sprintf(“%.3f”,a))
28。调出假设检验的p value
t.test(data1,data2)$p.value
