记录一些R语言读入数据的方法还有可能遇到的问题~
读入数据时,需要先了解数据文件的类型(也就是看后缀)。一般就能够知道数据的类型和分隔符等信息。
另外,如果能够用excel预览一下数据的话,可以先看看数据是否有行列名。有些数据会有两列的行名,如基因名-基因id-表达值······,特殊的数据需要额外的处理。
还需要注意一下matrix和data.frame的数据结构,matrix中只能有一种数据类型,这意味着如果在读入数据时不进行合适的处理,R会将数值强行读成字符型,造成读数据的错误。
当用excel存储过之后,再用R处理时,会提示你行名重复,其实根本没有重复。因此建议不要用excel保存这种数据,一定要编辑可以使用notepad++或者ultra edit等软件。
-----正题分割线-----
read.xx的函数是R的内置函数,可以直接读取,并且设置一些参数
这些函数读取后都默认为data.frame,如果需要矩阵请使用as.matrix转换。
一定要赋值,不然R语言会把大大的矩阵print出来。
如果是没怎么见过的类型:
这个函数会自动识别你的分隔符,并且把第一行设为列名,但是没办法指定行名,需要读入以后自己设置
跟read.delim类似,可以读各种类型的文件以及非常大的文件:
读取后默认是一种data.table的数据类型,需要通过as.matrix/as.data.frame转换后使用。
像perl语言一样,逐行读取数据具有很大的优势
(万一文件超多行对吧)对于那种几个G的文件,全部读进来可能会导致你的电脑死机,所以我们可以先读几百行进来看看,或者分批读取,这样不会占用电脑太大内存,读取方法和上文的一次性读入有所不同-随便找个文件举例:
接下来继续读入数据,比如说我现在想读4行,因为文件是txt类型,所以分隔设为\t
第一种:把excel中所有sheet的表格读入为data.frame,并分别命名为每个sheet的名称
---请忽略硬核打码
第二种:把excel中所有sheet的表格读入为矩阵,并放进一个list中
R语言批量读文件
批量读excel的xlsx文件原理是和读其它文件一样的。
学到了新的会持续更新哟~
百度知道r语言 sampling 分层抽样之后怎么取剩下的数据
查看全部1个回答
邢小行要回家
TA获得超过223个赞
关注
成为第5位粉丝
对行号进行抽样,保存抽出样本的行号,在这些行号前加减号,取数据集的子集即可
>set.seed(1234)
>( x <- data.frame(a=sample(c(1,0),10,replace=T),b=11:20) )
a b
1 1 11
2 0 12
3 0 13
4 0 14
5 0 15
6 0 16
7 1 17
8 1 18
9 0 19
10 0 20
>( row_1 <- which(x$a==1) )
[1] 1 7 8
>( row_0 <- which(x$a==0) )
[1] 2 3 4 5 6 9 10
>( index1 <- sample(row_1,2) )
[1] 8 7
>( index0 <- sample(row_0,2) )
[1] 3 9
#抽样
>( sub1 <- x[c(index1,index0),] )
a b
8 1 18
7 1 17
3 0 13
9 0 19
#剩余
>( sub2 <- x[-c(index1,index0),] )
a b
1 1 11
2 0 12
4 0 14
5 0 15
6 0 16
10 0 20