真的，无论什么时候，你总会遇到一些奇奇怪怪的文件，要读取，一开始真的痛不欲生，自己总结了一小波，给自己储个粮~~~
如果有什么不对的小错误欢迎大家指出
关于文件类型~~
目前遇到的文件类型有 txt文件、 csv文件、xlsx文件、tsv文件、还有直接读取gz文件中txt文件、soft文件
| 文件类型 | R 语言的函数 | 需要打开的R包 |
|---|---|---|
| txt文件 | read.table("xxx.txt") | 无 |
| csv文件 | read.csv("xxx.csv") | 无 |
| xlsx文件 | read_xlsx("xxx.xlsx") | library(readxl) |
| tsv文件 | read.delim("xxx.tsv") | 无 |
| gz文件中txt文件 | read.table("xxx.txt.gz") | 无 |
| soft文件 | getGEO( 'GSE42872_family.soft') | library(GEOquery) |
-
我有一个txt文件如下,将他读入R
AA=read.table("GSE42872_series_matrix.txt")
-
我有一个xlsx文件如下,将他读入R
library(readxl)# 函数read_xlsx基于R包 readxl----install.packages("readxl")
AA=read_xlsx("GSE42872_series_matrix.txt")
如果觉得打开R包过于麻烦
AA=readxl：：
](https://upload-images.jianshu.io/upload_images/21180540-d711f79ee5738178.png?imageMogr2/auto-orient/strip%7CimageView2/2/w/1240)
read_xlsx("GSE42872_series_matrix.txt")
读写的参数~~
不是所以的文件都可以很规整，直接读入会导致数据丢失或者读入失败，有时候需要参数调整
1. header=TRUE|FALSE
TRUE表示含有属性的标题
FALSE表示不含属性的标题
- 如果第一行是列名导入的时候填TRUE；默认值是FALSE，即把第一行算作数据
2.sep=""
| sep = ',' | sep = '\t' | sep = '/' | sep="" |
|---|
根据文件具体情况选择切割符号【逗号，\t，/，空格键】
3. comment.char="!"
文件中“！”符号后面的内容不读取（具体例子可见GSE文件的读取）
也可以将" ！"根据需求换成" # "
eSet =read.table('GSE42872_series_matrix.txt.gz',
sep='\t',quote = "",fill = T,
comment.char="!",header=T)
补充参数（会持续更新~~~）
| 参数 | 解释 |
|---|---|
| row.names | 保存着行名的向量，或文件中一个变量的序号或名字，缺省时行号取为1，2，3，... |
| col.names | 指定列名的字符型向量(缺省值是：V1，V2，V3，...) |
| as.is | 控制是否将字符型变量转化为因子型变量(如果值为FALSE) ， 或者仍将其保留为字符型(TRUE) .as.is可以是逻辑型， 数值型或者字符型向量，用来判断变量是否被保留为字符。 |
| na.strings | 代表缺失数据的值(转化为NA) |
| col Classes | 指定各列的数据类型的一个字符型向量 |
| nrows | 可以读取的最大行数(忽略负值) |
| skip | 在读取数据前跳过的行数 |
| check.names | 如果为TRUE， 则检查变量名是否在R中有效 |
| fill | 如果为TRUE且非所有的行中变量数目相同， 则用空白填补 |
| strip.white | 在sep已指定的情况下， 如果为TRUE， 则删除字符型变量前后多余的空格 |
| blank.lines.skip | blank.lines.skip =T， 忽略空白行 |
| comment.char | 一个字符用来在数据文件中写注释，以这个字符开头的行将被忽略 |
记录自己曾经遇到的一个错误
解决：AA=read.table("data_Seq_v2_expression_median.txt",header=T,seq="",fill=T)
