biotrainee note 6

x <- "The birch canoe slid on the smooth planks."
x
### 1.检测字符串长度
str_length(x)
length(x)  ## 检测向量里有多少个元素，如果是字符型向量，即有多少对引号

### 2.字符串拆分
str_split(x," ")  ## 引号里有空格
class(str_split(x," "))  ## 拆分后数据类型是一个列表
x2 = str_split(x," ")[[1]];x2  

y = c("jimmy 150","nicker 140","tony 152")
str_split(y," ")
str_split(y," ",simplify = T)  ## 简化后拆分成了一个矩阵

str_split_i(y," ",i = 1)  ## 只取空格前面的部分（第一部分）
str_split_i(y," ",i = 2)  ## 只取空格后面的部分（第二部分）

### 3.按位置提取字符串
str_sub(x,5,9)

### 4.字符检测
str_detect(x2,"h")  ## 提取x2中含有“h”的元素，返回逻辑值
str_starts(x2,"T")  ## 提取“T”开头的元素，返回逻辑值
str_ends(x2,"e")  ## 提取“e”结尾的元素，返回逻辑值

### 5.字符串替换
x2
str_replace(x2,"o","A")  ## 将元素中的“o”替换成“A”，但如果连续遇到只替换第一个
str_replace_all(x2,"o","A")  ## 将元素中所有的“o”均替换成“A”

### 6.字符删除
x
str_remove(x," ")  ## 删除遇到的第一个空格
str_remove_all(x," ")  ## 删除所有空格

test <- iris[c(1:2,51:52,101:102),]
rownames(test) =NULL # 去掉行名，NULL是“什么都没有”
test ## 得到一个只有6行的数据框

# arrange，数据框按照某一列排序

library(dplyr)
arrange(test, Sepal.Length) #将“Sepal.Length”列从小到大排序，并扩展到其他列，会将排序的结果返回至数据框。***注意这个函数列名不能加引号！！！***
arrange(test, desc(Sepal.Length)) #从大到小
sort(test$Sepal.Length) #只排这一列，因为取完子集后变成了一个向量

# distinct，数据框按照某一列去重复
distinct(test,Species,.keep_all = T) #去重后会保留所有的列

# mutate，数据框新增一列
mutate(test, new = Sepal.Length * Sepal.Width) #“new”为新增列的列名，其内容为这两列的乘积

# select()、filter()筛选列、行

# 连续的步骤

# 1.多次赋值，产生多个中间的变量
x1 = select(iris,-5) #去掉iris的第五列
x2 = as.matrix(x1)
x3 = head(x2,50) #取x2的前50行
pheatmap::pheatmap(x3) 

# 2. 嵌套，代码不易读
pheatmap::pheatmap(head(as.matrix(select(iris,-5)),50))

# 3.管道符号传递，简洁明了
iris %>%
  select(-5) %>%
  as.matrix() %>%
  head(50) %>% 
  pheatmap::pheatmap() # |>可以替代%>%这个管道符号，指将上一步的结果向后传递

for( i in 1:4){print(i)}

#批量画图
par(mfrow = c(2,2))
for(i in 1:4){plot(iris[,i],col = iris[,5])}

#批量装包
pks = c("tidyr","dplyr","stringr")
for(g in pks){
    if(!require(g,character.only = T)) #character.only要是不加的话，会把g识别成一个包名 
    install.packages(g,ask = F,update = F)
}

test<- iris[1:6,1:4]

apply(test, 2, mean) #对test的每一列求平均值，最终返回一串数值型的向量，并会继承每个元素的名字
apply(test, 1, sum) #对test的每一行求平均值