R语言工作常用备忘-202107版本 / 四六文摘

[toc]

R语言编程

字符串输入转化为tidyval

#----如果用字符串作为输入呢?#---------------- a = "aaa" b = "bbb" df <- tibble(aaa = 1:3, bbb = 3:1) ggplot(df) + geom_point(aes(x = !!sym(a),y = !!sym(b)))


ggplot(df) +

geom_point(aes(x = !!ensym(a),y = !!ensym(b)))
cs2 <- ensyms(x = a,y = b)

ggplot(df) +

geom_point(aes(x = !!cs2$x,y = !!cs2$y))

#--用.data[[var]]实现dplyr使用循环#-------- for (var in names(mtcars)) { mtcars %>% count(.data[[var]]) %>% print() }

R语言乱码

解决读入文件乱码，保存文件乱码，载入函数乱码。

read.csv(trainPath,header=TRUE,stringsAsFactors=TRUE,encoding = "UTF-8") write.csv(outp, file = path, quote = F, fileEncoding = "UTF-8") source("core.R",encoding="utf-8")#下面这个函数在持续更新，有很大作用 source("G:\\Shared_Folder\\Function_local\\R_function\\Liu_project\\amplicon-master\\R\\rda-cca.R") # env = read.csv("./env/env5change_nine.csv",row.names = 1) env = read.delim("./env.txt",row.names = 1)


head(env)
path = "./envAndMrcrobiotaITS/"

dir.create(path)

result = RDA_CCA(ps = psIT,env = env )
#--提取图

p=result[[1]]

p
#--提取作图数据

plotdata=result[[2]]

plotdata[1:3,1:3]

# 提取带有样本标签的图形

p2=result[[3]]

p2

# 提取环境因子同群落的差异检测

table=result[[4]]

head(table)
##保存

plotnamea = paste(path,"/RDA_envnew.pdf",sep = "")

ggsave(plotnamea, p, width = 8, height = 6)

plotnamea4 = paste(path,"/RDA_envnew.jpg",sep = "")

ggsave(plotnamea4, p, width = 8, height = 6)
filenamea = paste(path,"dataplotnew.txt",sep = "")

write.table(plotdata ,file=filenamea,sep="\t",col.names=NA)
filenamea = paste(path,"aovnew.txt",sep = "")

write.table(table,file=filenamea,sep="\t",col.names=NA)

plotnamea = paste(path,"/CCA_envlabelnew.pdf",sep = "") ggsave(plotnamea, p2, width = 18, height = 12) plotnamea4 = paste(path,"/CCA_envlabelnew.jpg",sep = "") ggsave(plotnamea4, p2, width = 18, height = 12)

快速应变能力是造成人与人之间差异的重要原因；

-基于有道云多平台同步数据的能力，我将R语言备忘存于次。构建于2019年2月26日。

逐步更新091119
逐步更新200213
逐步更新20201127

统计下载NCBI文件和样本数量

fl_1 =dir("./download_amplicon_No1_1//", pattern = c("over"), full.names = TRUE, ignore.case = TRUE)


length(fl_1)

#----计算下载成功项目中的样本数量 num <- as.numeric(sapply(strsplit(fl_1, "-"), `[`, 2)) sum(num)

R包开发

# 更新帮助文档 devtools::document() # 添加内置数据 usethis::use_data(ps)

git备忘

# https://blog.csdn.net/sgsgy5/article/details/83689516 git push -u origin master -f

扩增子数据牢记

样品名称设置要求字母和数字组合，只能在多使用一个下划线。

字母一定要开头。

（平衡全部软件的要求）；

R 语言全局使用技巧

记录当前环境和R包

查看R包版本

packageVersion("snow")

当我们需要shared我们的代码的时候就需要做这些事情。

sessionInfo()

删除R环境中的所有变量功能等

#清空内存####### rm(list=ls())

文件和文件夹操作

修改文件名称

提取文件名称并使用正则表达式处理字符串

# 提取文件夹下的文全部件名称 fl_1 <- dir()


#这里我们提取复合要求的指定文件名称

fl_1 =dir("./", pattern = c("B|L"), full.names = TRUE, ignore.case = TRUE)
fl_2 <- as.character(fl_1)

fl_2 = gsub("-","",fl_2)

fl_2 = gsub(".R1.","_F.",fl_2) fl_2 = gsub(".R2.","_R.",fl_2) fl_2 file.rename(fl_1, fl_2) #函数形式为file.rename(from, to)，from为原始文件名向量，to为新的文件名向量

Markdown使用

Rmarkdown使用指南

Markdown展示表格

kable函数优化R语言中的数据展示方式

kable(head(tab))

Rmarkdown分别实现横向滑块和图片报错和警告信息处理

title: “未命名” author: “wentao” date: “2020/6/27”

output: html_document

```{css include=FALSE} pre code,pre,code { white-space:pre!important; overflow-x: scroll!important; }

```{r setup, include=FALSE} knitr::opts_chunk$set(echo = TRUE, fig.width = 7, fig.height = 5, fig.align = "center", warning = FALSE, message = FALSE

)

link

图形-ggplot2

设置全局主题

library(ggplot2); theme_set(theme_bw())

https://www.codenong.com/41717154/

list图形修拼图保存

library(ggpubr) p = ggarrange(plotlist = plot, common.legend = TRUE, legend="right") p

去除图例

p + scale_fill_discrete(guide=FALSE)

ggplot解决出图自己重叠

library(ggrepel)

p3 = p2+geom_text_repel( aes(label=points$ID),size=4)#?stat_ellipse

图形：修改图例字体

##修改图例为斜体 legend.text = element_text(size = 15,face = "italic") #修改图例为加粗斜体 legend.text = element_text(size = 15,face = "bold.italic")

图形：修改字体

# 首次需要安装win字体并导入 #install.packages("extrafont") # library(extrafont) loadfonts(device="win") fonts()

图形：保存图片的几种方式

#保存图片1 ggsave("fileame.pdf", p, width = 10, height = 6) ggsave(FileName2, p3, width = 12, height =8, device = cairo_pdf, family = "Times New Roman" ) #保存图片2 pdf("filename.pdf", width = 10, height = 6) dev.off() #保存图片3 tiff(file="alpha_chao1.tif", res = 300, compression = "none", width=180,height=140,units= "mm")# res = 300分辨率,units= "mm"高度和宽度的单位

dev.off()

图形 ggsave保存中文正确用法

#install.packages('Cairo') library("Cairo") ggsave("geo_Fus_wilt.pdf", p1, width = 12, height =8 , device = cairo_pdf, family = "Song")

图形：R字体调整为新罗马字体

####这种方式将所有字体调整为新罗马字体#### windowsFonts(myFont = windowsFont("Times New Roman")) p + theme_gray(base_size = 20, base_family = "myFont")

图形：人工设定颜色

这里补充一些常见的颜色，用于绘图

mi=c("#1B9E77" ,"#D95F02", "#7570B3","#E7298A")

图形：ggplot主题修改模板

注意只有theme中的才算做图形外观，用于保存。family = “Times”，这里注意不同操作系统或者平台对字体的命名不同，在这里新罗马字体被命名为Times。

p =p+theme_bw()+ theme(


panel.grid.major=element_blank(),

panel.grid.minor=element_blank(),

text=element_text(family="Times New Roman",face = "bold"),

plot.title = element_text(vjust = -8.5,hjust = 0.1),

axis.title.y =element_text(size = 20,face = "bold",colour = "black"),

axis.title.x =element_text(size = 24,face = "bold",colour = "black"),

axis.text = element_text(size = 20,face = "bold",family = "Times"),

axis.text.x = element_text(colour = "black",size = 14,family = "Times"),

axis.text.y = element_text(colour = "black",size = 14,family = "Times"),

legend.text = element_text(size = 15,face = "bold")

#legend.position = "none"#是否删除图例

) p #保存图片过程中修改字体

图形：散点连接起来

可以作为置信区间的一个补充

p = p + geom_polygon()

R语言文件夹和文件操作工具

文件处理：查看目录下文件

list.files(path, full.names = TRUE)

文件处理：新建文件夹

filtpath <- file.path(path, "a2_filtered") #方便我们建立文件夹 dir.create(dirName)

R包

使用国内码云安装R包

# 国内备份EasyAovWlxPlot，码云

remotes::install_git('https://gitee.com/wentaomicro/EasyAovWlxPlot') library("EasyAovWlxPlot")

R包：第一种安装

########安装R包的几种方式############# # 国内用户推荐清华镜像站 site="https://mirrors.tuna.tsinghua.edu.cn/CRAN" install.packages("DESeq2", repo=site)

R包：bioconductor安装或者全能安装

source("https://bioconductor.org/biocLite.R") biocLite("phangorn") ##使用biocondauctor安装R包R3.5版本才可以使用 library(BiocInstaller) biocLite("structSSI" ) library(BiocManager) install()

R包：github安装

library("devtools") install_github("joey711/phyloseq") # 或者 devtools::install_github("gavinsimpson/ggvegan") library(phyloseq) #或者 require(devtools) install_github("ggvegan") #或者 if (!requireNamespace("devtools", quietly = TRUE)) install.packages("devtools") devtools::install_github("calligross/ggthemeassist")

# 安装开发版(连github不稳定有时间下载失败，多试几次可以成功) devtools::install_github("phyloseq", build_vignettes = TRUE) # 安装新功能最优版 devtools::install_github("phyloseq", ref = "optimization") install.packages("igraph") #安装指定版本 require(devtools) install_version("igraph", version = "0.6.5",

卸载一个R包

remove. packages(c("pkg1","pkg2") , lib = file .path("path", "to", "library"))

R包：github增强版-不记得仓库号或者安装不上

##当不记得github仓库号之后，使用下面包安装github包 install.packages('gdtools') #已发布至CRAN library(githubinstall) ##无法下载得到github包，或者无法安装后，将github包手动下载下来，解压之后定位文件夹名称后安装 install.packages("C:/Users/wentao/Desktop/hrbrthemes-master/", repos = NULL, type = "source") library(hrbrthemes) install.packages("C:/Users/wentao/Desktop/microbiomeutilities-master/", repos = NULL, type = "source") library(microbiomeutilities)

可将R包的.proj文件打开然后点击building即可安装

但是有的R包没有.proj文件。就不能使用这种方法了。

R包：安装R包无法访问系统library文件夹

我们使用win10安装R包，往往会有两个安装地址，因为R无权限访问C:/Program Files/R/R-3.5.1/library，所以大部分R包都被安装到了document文件夹中了，我们应该设置权限的，这样R包就被安装到了统一文件夹中。

win10 修改文件夹全向为全部user，位置在文件夹鼠标右键属性中。这样一来我们就可以减少许多由于文件夹权限的问题。

R包：你的R包到底安装到哪里了？

### 查看包的安装地址 .libPaths()#查看包的加载地址 .libPaths("C:/Program Files/R/R-3.5.1/library")#修改到你包的安装地址

载入R包

R包：R语言载入包方式(require)实现多个包一起载入

##将包分为两个类型载入 .cran_packages <- c("ggplot2", "gridExtra") .bioc_packages <- c("dada2", "msa", "phyloseq") # Load packages into session sapply(c(.cran_packages, .bioc_packages), require, character.only = TRUE)


### 或者

pkgs <- c("phyloseq", "structSSI", "dplyr", "reshape2", "ggplot2", "DESeq2") sapply(pkgs, require, character = TRUE)

R包：定期升级所有R包

#######定期升级所有R########## update.packages( )

R包：查看默认载入的包

####查看默认载入的包######## getOption("defaultPackages")#：查看启动R时自动载入的包。 ####查看默认载入的包########

R包：查看包的函数

#############查看包的函数# help(package = 'mypackage')#：查看'mypackage’的帮助 #############查看包的函数#

===

矩阵

矩阵：OTU表格按照不同丰度进行分类

矩阵分为四类

a[a>= 0.01] = 1 a[a<= 0.01& a> 0.001] = 0.6 a[a<= 0.001& a> 0.0001] = 0.3 a[a<0.0001] = 0

矩阵：缺失值使用0来代替 0更换为任意值

#缺失值使用0来代替 count[is.na(count)] <- 0 #将数据框中的0更换为任意值 a[a==0] <- 0.001

数据框操作

数据框：数据框查看前面和末尾

#数据框查看前面和末尾 head(wild) tail(wild)

将矩阵修改为列表

#--矩阵边列表 tdf = mat_df(mm) tdf

数据框：修改列名

colnames(otu_table1) =c("compound",colnames(otu_table1)[2:9]) colnames(tax) =c(colnames(tax)[1:2],"kingdom", "phylum","class","order","family","genus","species","id")

数据框:修改便变量类型注意曲线修改

cs = as.character(Taxonomies$Phylum) cs1 = as.factor(cs)

数据框：构建一列有规律的向量内容

#构建一列向量命令集合 fengdu$breaks = rep(1:65, 12) # 字母开头，数字结尾 row.names(count) = paste("RE", 1:635, sep = "")

字符串

以向量方式合并字符串

paste(letters[1:6],collapse=",")

字符串：拆分字符提取一部分出来

result <- substring(colnames(bray_curtis), 1, 10) print(result) colnames(bray_curtis) = result

提取当前路径添加子文件夹

##提取当前路径 path = getwd();path ## 添加子文件夹路径 path0 <- file.path(path, "a0_rawdata");path0 ##在path路径下新建一个子文件夹 dir.create(path0) ##切换路径 setwd(path)

按照特定字符拆分字符串

#basename提取路径下的文件名， strsplit使用制定分隔符拆分字符串，sapply提取制定字符串 sample.names <- sapply(strsplit(basename(fnFs), ".R1."), `[`, 1) sample.names

文件导入导出

输入输出：导入开头为#的文件

读入excel文件

library("readxl") my_data <- read_excel()

表格输出：输出字符串不带引号

在输出中添加参数quote = F即可输出为不加引号的字符串。

write.table(quote = F)#R语言中处理文件中注释符号#可用 tax = read.table("Classifier_of_16sgg.txt",sep="\t",row.names = 1,header = T,comment.char="") ;head(tax,3)

你一定遇到过-符号被读为.的情况

其实不仅仅是-还有许多R语言会check的符号都被读错，如果不添加check.names = F 参数，你的数据就会读成这样. 。

#默认check.names = F read.delim

#默认check.names = T read.table read.csv

这里有推送对这个情况做详细说明

输入输出：文件保存命令

# 保存txt write.table(Root_exudates,"RET_a2_only_compounds.txt",row.names = T, col.names = T,sep = "\t") #开头空一格字符保存 write.table("\t", "otu差异统计表格BNC8_BNC5_DESeq2.txt",append = F, quote = F, eol = "", row.names = F, col.names = F) # 保存统计结果，有waring正常 write.table(index, "otu差异统计表格BNC8_BNC5_DESeq2.txt", append = T, quote = F, sep="\t", eol = "\n", na = "NA", dec = ".", row.names = T, col.names = T) ###文件保存处理开头第一行错位col.names = NA write.table(as.matrix(jaccard.dist), file = "jaccard.txt", sep="\t", col.names = NA)

输入输出：R环境保存和读取

save(ps2, file = "D:/Shared_Folder/my_R_packages/easy_microbiome/easyMicrobiome/data/ps2.rda") save(ps1, file = "D:/Shared_Folder/my_R_packages/easy_microbiome/easyMicrobiome/data/ps1.rda")

load("D:/Shared_Folder/my_R_packages/easy_microbiome/easyMicrobiome/data/ps2.rda")

矩阵：将一半矩阵补全

as.matrix(jaccard.dist)

矩阵：去除全部为0的列

n=ncol(count) #增加一行，为整列的均值，计算每一列的均值，2就是表示列 count[n+1]=apply(count[c(1:nrow(count)),],1,sum) #选择sumsqs大于5的otu count=count[count[n+1] > 0,1:n] head(count) dim(count)

载入包不报warming

suppressMessages(library("vegan"))

phyloseq

如何向phyloseq对象中添加一个树

# tree = read.tree("./data/Big_data_rhi_ITS/bulk/otus.tree") # tree # # #--发现序列名字不同 # phy_tree(psITS) = tree # saveRDS(psITS,"./data/Big_data_rhi_ITS/bulk/ps_final_model.rds")

R语言如何导入fa文件和输出fa文件

library(Biostrings) rep = readDNAStringSet("./data/Big_data_rhi_ITS/sh_refs_qiime_ver7_97_s_01.12.2017_dev.fasta")


ps = phyloseq(

otu_table(psITS),

tax_table(psITS),

refseq(rep)

)

ps
library(seqinr)

fa <- refseq(ps) writeXStringSet(fa,"./data/Big_data_rhi_ITS/bulk/repset.fa")

如何构建一个phyloseq对象

library(phyloseq) library(ggClusterNet) library(tidyverse)


metadata = read.delim("https://raw.githubusercontent.com/taowenmicro/R-_function/main/metadata.tsv",row.names = 1)

otutab = read.delim("https://raw.githubusercontent.com/taowenmicro/R-_function/main/otutab.txt", row.names=1)

taxonomy = read.table("https://raw.githubusercontent.com/taowenmicro/R-_function/main/taxonomy.txt", row.names=1)

tree = read_tree("https://raw.githubusercontent.com/taowenmicro/R-_function/main/otus.tree")

library(Biostrings)

rep = readDNAStringSet("https://raw.githubusercontent.com/taowenmicro/R-_function/main/otus.fa")

ps = phyloseq(sample_data(metadata), otu_table(as.matrix(otutab), taxa_are_rows=TRUE), tax_table(as.matrix(taxonomy)), phy_tree(tree),refseq(rep) )

一切phylosq对象关于微生物生态的命令都记录在这个地方。

微生物组数据标准化一个函数解决

ps_scale = scale_micro(ps = ps,method = "rela")# rela, sampling, log,TMM,RLE,upperquartile

提取相对丰度最高的多少个OTU

ps_sub = filter_OTU_ps(ps = ps,Top = 100)

按照门类合并数据

# #--门水平合并 # rank_names(ps) # psP <- tax_glom_wt(ps = ps,ranks = "Phylum") # psC <- tax_glom_wt(ps = ps,ranks = "Class") # psO <- tax_glom_wt(ps = ps,ranks = "Order") # psF <- tax_glom_wt(ps = ps,ranks = "Family") # psG <- tax_glom_wt(ps = ps,ranks = "Genus")

phyloseq对象取子集(样品过滤)

###导入原始ps文件 ps = readRDS("./a3_DADA2_table/ps.rds")


##选择count数量大于2000的样品，也就是说将序列数量过少的样品去除，一般不操作，我们肯定弄好才分析。

# ps1 <- prune_samples(sample_sums(ps1) >=2000,ps1);ps0
sample_data(ps)

##method1 phyloseq文件根据sample_data取子集,注意取子集一定要去却一些这些样品中没有的otu

ps_sub <- subset_samples(ps,SampleType %in% c("OF"));ps_sub

ps_sub <- subset_samples(ps,ID %in% c("SRR8247296"));ps_sub

ps_sub = filter_taxa(ps_sub, function(x) sum(x ) > 1 , TRUE);ps_sub #筛选序列数量大于1的

#method2 design = as.data.frame(sample_data(ps)) map1<-design[grep("SRR8247296",row.names(design)),] ps_sub <- subset_samples(ps,ID %in% map1$ID) ps_sub = filter_taxa(ps_sub, function(x) sum(x ) > 1 , TRUE)#筛选序列数量大于1的 ps_sub #是否需要保存

# saveRDS(ps_sub,"./ps_sub.rds")

R语言工作常用备忘-202107版本