Basic R

Author

Anqi Dong

Published

June 10, 2026

System Settings

系统报错改为英文Sys.setenv(LANGUAGE = "en")

禁止转化为因子options(stringsAsFactors = FALSE)

windowsFonts() View all available fonts in windows.

Data Wrangling

计数

table()等价于dplyr::count()，但是返回值形式有不同。前者返回一个含有name属性的向量，后者返回一个数据框。

base::table(iris$Species)

    setosa versicolor  virginica 
        50         50         50 
iris |> dplyr::count(Species)
     Species  n
1     setosa 50
2 versicolor 50
3  virginica 50

将行名转为列

df |> tibble::rownames_to_column(var = 'xxx')

返回一个 data.frame，不会自动转为 tibble。

将列转为行名

tbl |> tibble::column_to_rownames(var = 'xxx')

可以输入一个 data.frame 或一个 tibble，均返回一个 data.frame，因为 tibble 不能含有行名。

Remove Zeros / NAs

Remove all rows containing zeros or NAs.

data(mtcars)
head(mtcars)
                   mpg cyl disp  hp drat    wt  qsec vs am gear carb
Mazda RX4         21.0   6  160 110 3.90 2.620 16.46  0  1    4    4
Mazda RX4 Wag     21.0   6  160 110 3.90 2.875 17.02  0  1    4    4
Datsun 710        22.8   4  108  93 3.85 2.320 18.61  1  1    4    1
Hornet 4 Drive    21.4   6  258 110 3.08 3.215 19.44  1  0    3    1
Hornet Sportabout 18.7   8  360 175 3.15 3.440 17.02  0  0    3    2
Valiant           18.1   6  225 105 2.76 3.460 20.22  1  0    3    1
mtcars[mtcars == 0] <- NA
head(mtcars)
                   mpg cyl disp  hp drat    wt  qsec vs am gear carb
Mazda RX4         21.0   6  160 110 3.90 2.620 16.46 NA  1    4    4
Mazda RX4 Wag     21.0   6  160 110 3.90 2.875 17.02 NA  1    4    4
Datsun 710        22.8   4  108  93 3.85 2.320 18.61  1  1    4    1
Hornet 4 Drive    21.4   6  258 110 3.08 3.215 19.44  1 NA    3    1
Hornet Sportabout 18.7   8  360 175 3.15 3.440 17.02 NA NA    3    2
Valiant           18.1   6  225 105 2.76 3.460 20.22  1 NA    3    1
mtcars_clean <- tidyr::drop_na(mtcars)
mtcars_clean
                mpg cyl  disp  hp drat    wt  qsec vs am gear carb
Datsun 710     22.8   4 108.0  93 3.85 2.320 18.61  1  1    4    1
Fiat 128       32.4   4  78.7  66 4.08 2.200 19.47  1  1    4    1
Honda Civic    30.4   4  75.7  52 4.93 1.615 18.52  1  1    4    2
Toyota Corolla 33.9   4  71.1  65 4.22 1.835 19.90  1  1    4    1
Fiat X1-9      27.3   4  79.0  66 4.08 1.935 18.90  1  1    4    1
Lotus Europa   30.4   4  95.1 113 3.77 1.513 16.90  1  1    5    2
Volvo 142E     21.4   4 121.0 109 4.11 2.780 18.60  1  1    4    2

na.omit()

na.omit() 等价于tidyr::drop_na()，但是会在变量中保存一个na.action的属性，可以在attributes(df)$na.action查看。 使用df <-data.frame(df)可删除该属性。不推荐使用na.omit()。

Cumulative Calculation

Perform cumulative calculation using a binary function on a vector or list.

The following code takes the intersection of three vectors a, b, and c.

myList <- list(a = c(1:5),
               b = c(2:6),
               c = c(3:7))
myList
$a
[1] 1 2 3 4 5

$b
[1] 2 3 4 5 6

$c
[1] 3 4 5 6 7
purrr::reduce(myList, dplyr::intersect)
[1] 3 4 5

浮点数运算

浮点数运算后可能得到一个奇怪的小数，如1.183081e-13之类，使用round(digits = )取所需要的小数位数即可。

split strings

base::strsplit()等价于stringr::str_split()，两者都返回一个list。

base::strsplit()[[1]]等价于stringr::str_split_1()，两者都返回一个vector。

向量合并为数据框

有若干向量表示信号通路内包含的基因，例如

CAF <- c('ACTA2', 'FAP', 'VIM', 'PDGFRB')
ECF <- c('FN1', 'POSTN', 'SPARC', 'TNC', 'VCAN', 'MMP2')
stemness <- c('CD44', 'PROM1', 'ALDH1A1', 'LGR5', 'SOX2')
immunosuppression <- c('VEGFA', 'CD274', 'PDCD1LG2', 'ARG1')

现在要将这四个向量整理在同一个两列的数据框中，一列代表信号通路，一列代表基因。

# organize these vectors into a tibble
gene_sets_tbl <- tibble::lst(CAF, ECF, stemness, immunosuppression) |> 
  tibble::enframe(name = 'term', value = 'symbol') |> 
  tidyr::unnest_longer(symbol)
gene_sets_tbl
# A tibble: 19 × 2
   term              symbol  
   <chr>             <chr>   
 1 CAF               ACTA2   
 2 CAF               FAP     
 3 CAF               VIM     
 4 CAF               PDGFRB  
 5 ECF               FN1     
 6 ECF               POSTN   
 7 ECF               SPARC   
 8 ECF               TNC     
 9 ECF               VCAN    
10 ECF               MMP2    
11 stemness          CD44    
12 stemness          PROM1   
13 stemness          ALDH1A1 
14 stemness          LGR5    
15 stemness          SOX2    
16 immunosuppression VEGFA   
17 immunosuppression CD274   
18 immunosuppression PDCD1LG2
19 immunosuppression ARG1

数据框拆分为列表

将数据框依据某列拆分为包含若干向量的列表。相当于上述的反向操作，将my_gene_sets按照不同的 term 拆分开来得到一个列表，列表的每个元素为字符串向量，列表的 names 属性为 term 值。

gene_sets_lst <- gene_sets_tbl |>
  dplyr::summarise(genes = list(symbol), .by = term) |> 
  tibble::deframe()
gene_sets_lst
$CAF
[1] "ACTA2"  "FAP"    "VIM"    "PDGFRB"

$ECF
[1] "FN1"   "POSTN" "SPARC" "TNC"   "VCAN"  "MMP2" 

$stemness
[1] "CD44"    "PROM1"   "ALDH1A1" "LGR5"    "SOX2"   

$immunosuppression
[1] "VEGFA"    "CD274"    "PDCD1LG2" "ARG1"

apply() function family

  1. do.call(function, list)执行1次function函数，该函数的参数是list的所有元素。例如有一个list，里面是数个data.frame，将这个list合并成一个总的data.frame。
do.call("rbind", myList)

  1. apply(x, margin, function)x为矩阵或数组。对x的每一行或者每一列执行function函数。margin为1时代表按行运算，为2时代表按列运算。

  2. lapply(list, function)对list的每一个元素执行function函数，即list有多少元素，function就被执行了多少次。返回一个list。因为data.frame本质是list，每列即为一个元素，所以将data.frame传入lapply()时，相当于按列执行function，相当于运行apply(x, margin = 2, function)，不过返回值是list。

  3. sapply(list, function)类似lapply，但是返回值是向量、矩阵或数组，而非列表。相当于do.call(cbind, lapply(list, function))。当传入data.frame时，等价于apply(x, margin = 2, function)。

  4. vapply()用于确保返回值的长度和类型，不常用。

R packages

不建议使用ggpubr，显著性检验结果可能存在问题。显著性检验建议使用ggsignif 。

Read and Save Data

# read csv
readr::read_csv(file.path(dir, 'file_name.csv'), col_names = TRUE)
# read xlsx
readxl::read_xlsx(file.path(dir, 'file_name.xlsx'))
# data.table
data.table::fread()
# write csv
readr::write_csv(myTibble, file.path(dir, 'file_name.csv'))

# read rds
readr::read_rds(file)
# write rds
readr::write_rds(x = mtcars, file)