Getting and cleaning data——Week2

课程github地址

Week2 内容
Content
- Reading from MySQL 
- Reading from HDF5 
- Reading from The web 
- Reading from APls 
- Reading from Other Sources 

1.Reading from MySQL

  • install MySQL
  • install RMySQL

Connecting and listing databases

ucscDb <- dbConnect(MySQL(),user = "genome",
                    host="genome-mysql.soe.ucsc.edu")


result <- dbGetQuery(ucscDb,"show Databases;");dbDisconnect(ucscDb) 

Connecting to hg19 and listing tables

hg19 <- dbConnect(MySQL(),user = "genome",db="hg19",                    host="genome-mysql.soe.ucsc.edu")
allTables <- dbListTables(ucscDb,"hg19")
length(allTables)
[1] 12535
allTables[1:5]
[1] "HInv"         "HInvGeneMrna" "acembly"      "acemblyClass" "acemblyPep"  

Get dimensions of a specific table

dbListFields(hg19,"affyU133Plus2")
[1] "bin"         "matches"     "misMatches"  "repMatches"  "nCount"      "qNumInsert"  "qBaseInsert" "tNumInsert" 
 [9] "tBaseInsert" "strand"      "qName"       "qSize"       "qStart"      "qEnd"        "tName"       "tSize"      
[17] "tStart"      "tEnd"        "blockCount"  "blockSizes"  "qStarts"     "tStarts"    

dbGetQuery(hg19,"Select count(*) from affyU133Plus2")
  count(*)
1    58463

Read from the table

affyData <- dbReadTable(hg19,"affyU133Plus2")

head(affyData)
 bin matches misMatches repMatches nCount qNumInsert qBaseInsert tNumInsert tBaseInsert strand        qName qSize qStart
1 585     530          4          0     23          3          41          3         898      -  225995_x_at   637      5
2 585    3355         17          0    109          9          67          9       11621      -  225035_x_at  3635      0
3 585    4156         14          0     83         16          18          2          93      -  226340_x_at  4318      3
4 585    4667          9          0     68         21          42          3        5743      - 1557034_s_at  4834     48
5 585    5180         14          0    167         10          38          1          29      -    231811_at  5399      0
6 585     468          5          0     14          0           0          0           0      -    236841_at   487      0

Select a specific subset

2.Reading from HDF5

HDF官网

Create group

biocManager::install("rhdf5")
library(rhdf5)
---
create <- h5createFile("example.h5")
create <- h5createGroup("example.h5","foo")
created <- h5createGroup("example.h5","foo/foobaa").
h5ls("example.h5")

Write to groups

A = matrix(1:10,nr=5,nc=2)
h5write(A, "example.h5","foo/A")
B =array(seq(0.1,2.0,by=0.1),dim=c(5,2,2))
attr(B,"scale")<-"liter"
h5write(B, "example.h5","foo/foobaa/B")
h5ls("example.h5")

Write a data set

df = data.frame(1L:5L,seq(0,1,length.out=5),c("ab","cde","fghi","a", "s"), stringsAsFactors=FALSE)
h5write(df, "example.h5","df")
h5ls("example.h5")

Reading data

readA = h5read("example.h5","foo/A")
readB = h5read("example.h5","foo/foobaa/B")
readdf= h5read("example.h5","df")
readA

Writing and reading chunks

h5write(c(12, 13, 14),"example.h5","foo/A",index=list(1: 3, 1))
h5read ("example.h5","foo/A")

3.Reading from The web

Getting data off webpages - readLines()

Parsing with XML

library(XML)
url<- "http://scholar.googlecom/citations?user=hi-i6coaaaaj&hl=en"
html <-htmlTreeParse(url, useInternalNodes=T)
pathsApply(html,"//title", xmlValue)
xpathSApply(html,"//td[@id='col-citedby']", xmlValue)

GET from the httr package

library(httr); html2= GET(url)
content2 = content(html2, as="text")
parsedHtml= htmlParse(content2, asText=TRUE)
xpathSApply (parsedHtml ,"//title", xmlValue)

Accessing websites with passwords

pgl = GET("http://httpbin.org/basic-auth/user/passwd",authenticate( user,"passwd"))
pgl

4.Reading from APls


5.Reading from Other Sources

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 213,992评论 6 493
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 91,212评论 3 388
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 159,535评论 0 349
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 57,197评论 1 287
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 66,310评论 6 386
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 50,383评论 1 292
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,409评论 3 412
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,191评论 0 269
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,621评论 1 306
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 36,910评论 2 328
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,084评论 1 342
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,763评论 4 337
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,403评论 3 322
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,083评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,318评论 1 267
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 46,946评论 2 365
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 43,967评论 2 351

推荐阅读更多精彩内容