R语言apply、lapply、strsplit、&#37in&#37用法介绍

生信分析下游过程中，为了构建好可用于个性化分析的数据，往往要对原有数据进行整理，这个时候apply、lapply、strsplit、%in%就会在不同的地方发光✨发热🔥啦

R语言apply、lapply、strsplit、%in%用法介绍

apply函数

用于遍历数组中的行或列，并且使用指定函数来对其元素进行处理

apply(x,MARGIN,FUN,...)

x：数组、矩阵、数据框等
MARGIN：1表示行，2表示列
FUN：自定义的函数

x<-matrix(rnorm(20),4,5)
x
rowmean<-apply(x, 1, mean)
rowmean
colmean<-apply(x, 2, mean)
colmean

lapply函数

lapply(x,FUN)

lapply()函数中多出来的l代表的是list，所以lapply()和apply()的区别在于输出的格式，lapply()的输出是一个列表（list），所以lapply()函数不需要MARGIN参数

遍历列表向量内的每个元素，并且使用指定函数来对其元素进行处理。返回列表向量。

y<-matrix(1:10,2,5)
plus3<-lapply(y, function(x) x+3)
plus3
unlist(plus3)

y<-c("BABA","MAMA","YEYE","NAINAI")
lower<-lapply(y, tolower)
lower
unlist(lower)

特定情况下，apply族函数比for、while函数更方便。

strsplit函数

strsplit(x, split, fixed= F, perl= F, useBytes= F)

• 参数x为字符串格式向量，函数依次对向量的每个元素进行拆分。

• 参数split为拆分位置的字串向量，即在哪个字串处开始拆分。

• fixed= T则表示是用普通文本匹配或者正则表达式的精确匹配,用普通文本来匹配的运算速度要快些。

• 参数useBytes表示是否逐字节进行匹配，默认为FALSE，表示是按字符匹配而不是按字节进行匹配。

s<-as.data.frame(c("444.dady_good-tempered.444","222.mom_bad-tempered.222","111.me_completely-lazy.111"))
colnames(s)<-"family"
rownames(s)<-c("dady","mom","me")
list<-strsplit(as.character(s$family),"[.]")
list
final<-as.data.frame(list)
final
disposition<-final[2,]
disposition
x<-as.data.frame(t(final[2,]))
x
colnames(x)<-"strsplit"
rownames(x)<-c("dady","mom","me")
x
s$disposition<-x$strsplit
s

%in%函数

%in%函数在不同数据集间取相同的差异基因中非常有用！

rm(list = ls())
a<-c('p','h','o','r','k','s','k','l')
b<-c('w','l','k','y','o','d','a','b','l','p','w','r')
a%in%b
a[a%in%b]
b%in%a
b[b%in%a]