R語(yǔ)言怎么實(shí)現(xiàn)數(shù)據(jù)合并和統(tǒng)計(jì)

本文小編為大家詳細(xì)介紹“R語(yǔ)言怎么實(shí)現(xiàn)數(shù)據(jù)合并和統(tǒng)計(jì)”，內(nèi)容詳細(xì)，步驟清晰，細(xì)節(jié)處理妥當(dāng)，希望這篇“R語(yǔ)言怎么實(shí)現(xiàn)數(shù)據(jù)合并和統(tǒng)計(jì)”文章能幫助大家解決疑惑，下面跟著小編的思路慢慢深入，一起來(lái)學(xué)習(xí)新知識(shí)吧。

1.我的數(shù)據(jù)介紹：

我這做了 一個(gè)對(duì)照和處理各取了四個(gè)時(shí)期的樣品進(jìn)行轉(zhuǎn)錄組分析，每個(gè)樣品3個(gè)生物學(xué)重復(fù)，共24個(gè)樣品基因表達(dá)量數(shù)據(jù)；

以上是輸入數(shù)據(jù)，CK代表DAF，T代表GDAF，樣品24個(gè)有些多，所以換行，后續(xù)分析改了下名字；

2.我要完成的數(shù)據(jù)處理

  1.統(tǒng)計(jì)每個(gè)樣品中表達(dá)的轉(zhuǎn)錄本的個(gè)數(shù)，需要對(duì)生物學(xué)重復(fù)樣品基因表達(dá)量進(jìn)行合并（取平均值）

  2.繪制柱狀圖，并給出每個(gè)樣品不同范圍基因表達(dá)量柱狀圖

  3.繪制樣品之間的PCA分布圖，查看樣品之間的相互關(guān)系，要求不同的處理用相圖的形狀區(qū)分，不同的stage用不同的顏色區(qū)分，相同的stage顏色相同；

  4 繪制Venn圖，看看不同的stage 基因的表達(dá)變化等；

3.以下是代碼使用技巧總結(jié)：

  1.注意因子的使用，有序因子可以指定柱狀圖樣品的label順序

  2.cowplot指定繪圖主題，可直接用于文章發(fā)表主題，SCI主題

  3.PCA圖兩種圖例合并，顏色和形狀，方便查看分組和不同的時(shí)期

  4.數(shù)據(jù)的合并處理用到apply tapply  非常的方便，避免使用循環(huán)

  5 reshape2包的使用，melt把寬型的數(shù)據(jù)轉(zhuǎn)換成了長(zhǎng)型的數(shù)據(jù)方便ggplot2繪圖。

library(reshape2)
local({r <- getOption("repos")  ;r["CRAN"] <- "http://mirrors.tuna.tsinghua.edu.cn/CRAN/" ;options(repos=r)}) 
library(ggplot2)
library("ggsci")
#install.packages('ggedit')
library(ggedit)
#install.packages("cowplot")
library(cowplot)
library(Vennerable)
library(RColorBrewer)
brewer.pal(7,"Set1")
setwd("D:/BaiduNetdiskDownload//report/3.gene_expression")
getwd()
myfpkm<-read.table("All_gene_fpkm.xls",header=TRUE,comment.char="",sep = "\t",check.names=FALSE,row.names=1)
head(myfpkm)
group=factor(c(rep(c("DAF2", "DAF5", "DAF11", "DAF16"),each=3),rep(c("GDAF2", "GDAF5", "GDAF11", "GDAF16"),each=3)),levels = c("DAF2","DAF5","DAF11","DAF16","GDAF2","GDAF5","GDAF11","GDAF16"),ordered=T)
group
apply(myfpkm,2,mean)
myMeanFun<-function(x){
  tapply(as.double(x),group,mean)
  
}
meanFpkm=t(apply(myfpkm,1,myMeanFun))


#meanFpkm=meanFpkm[! grepl("newGene",rownames(meanFpkm)),]
myCountFun<-function(x){
  x=as.double(x)
  x=x[x>0.5]
  y=rep("A",times=length(x))
  y[x>0.5 & x<=5]<-"0.05<FPKM<=5"
  y[x>5 & x<100]<-"5<FPKM<100"
  y[x>=100]<-"FPKM>=100"
  y
  table(y)
}
myCountFPKM=apply(meanFpkm,2,myCountFun)
myCountFPKM
mycountLongData<-melt(myCountFPKM)
pd <- position_dodge(.65)
p<-ggplot(mycountLongData)+
  geom_bar(mapping = aes(x = factor(Var2,levels = c("DAF2","DAF5","DAF11","DAF16","GDAF2","GDAF5","GDAF11","GDAF16"),ordered=T),
                                    y = value,
                                    fill=factor(Var1,levels=c("FPKM>=100","5<FPKM<100","0.05<FPKM<=5"),ordered = T)), 
                         stat = "identity" ,width=0.5)+
  scale_fill_manual(values=c( "#E41A1C", "#377EB8", "#4DAF4A"))+
  #                         theme_bw()+ theme(
  #                          panel.grid=element_blank(),
  #                          axis.text.x=element_text(colour="black"),axis.text.y=element_text(colour="black"),
  #                          panel.border=element_rect(colour = "black"))+
  # scale_colour_brewer(palette = 1)+
   theme(legend.key = element_blank(),legend.title = element_blank()
         #axis.text.x = element_text(angle=70, vjust=0.5)
         )+  xlab("daf")+ylab("count") 
  
p





pca = prcomp(t(myfpkm[rowSums(myfpkm)>24,]), scale=TRUE)
summary(pca)
p1=ggplot(as.data.frame(pca$x),aes(x=PC1,y=PC2,colour=group,shape=group))+geom_point(size = 4,alpha=0.7)+
scale_colour_manual(values=c("#E41A1C", "#377EB8", "#4DAF4A" ,"#984EA3","#E41A1C", "#377EB8" ,"#4DAF4A", "#984EA3")) +   
scale_shape_manual(values=rep(c(17,19),each=4))+
theme(legend.key = element_blank(),legend.title = element_blank())

p1
plot_grid(p, p1, labels = c("A", "B"), align = 'h')
###################################################################################
head(meanFpkm)
meanFpkm=as.data.frame(meanFpkm)
data_list=list(DAF2=geneNames[meanFpkm$DAF2>0.5],DAF5=geneNames[meanFpkm$DAF5>0.5],DAF11=geneNames[meanFpkm$DAF11>0.5],DAF16=geneNames[meanFpkm$DAF16>0.5])
sapply(data_list,length)
data<-Venn(data_list)
v1=plot(data,doWeight=F,type="ellipses")

data_list=list(GDAF2=geneNames[meanFpkm$GDAF2>0.5],GDAF5=geneNames[meanFpkm$GDAF5>0.5],GDAF11=geneNames[meanFpkm$GDAF11>0.5],GDAF16=geneNames[meanFpkm$GDAF16>0.5])
data<-Venn(data_list)
v2=plot(data,doWeight=F,type="ellipses")

讀到這里，這篇“R語(yǔ)言怎么實(shí)現(xiàn)數(shù)據(jù)合并和統(tǒng)計(jì)”文章已經(jīng)介紹完畢，想要掌握這篇文章的知識(shí)點(diǎn)還需要大家自己動(dòng)手實(shí)踐使用過(guò)才能領(lǐng)會(huì)，如果想了解更多相關(guān)內(nèi)容的文章，歡迎關(guān)注億速云行業(yè)資訊頻道。