R语言技能 | 不同数据类型的转换

原文链接：R语言技能 | 不同数据类型的转换

本期教程

写在前面

今天是4月份的第一天，再过2天后再一次迎来清明小假期。木鸡大家是否正常放假呢？

我们在使用R语言做数据分析时，会一直对数据进行不同类型的转换，有时候会被自己弄晕掉，那么就只能一次一次的去解决，去寻找，去学习相关的知识点。

虽然，目前很多的云平台都能全自动化的给你绘图，很方便，但是自己依旧喜欢自己使用R来画，这个过程可能会花费很多的时间，但是自己在使用后会有一定的收获，至少让自己的大脑得以运转。

这个大脑长时间不用，当你使用时会很迟钝，木鸡大家是否有类似的情况。

向量转换为列表

使用as.list()函数

# 创建一个向量
my_vector <- c(1, 2, 3, 4, 5)
1
2

[1] 1 2 3 4 5
1

# 转换为列表
my_list <- as.list(my_vector)
1
2

> my_list
[[1]]
[1] 1

[[2]]
[1] 2

[[3]]
[1] 3

[[4]]
[1] 4

[[5]]
[1] 5
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15

列表转换为向量

使用unlist()函数

# 创建一个列表
my_list <- list(1, 2, 3, 4, 5)
1
2

# 转换为向量
my_vector <- unlist(my_list)
1
2

数据框转换为矩阵

使用data.matrix()函数

# 创建一个数据框
my_data_frame <- data.frame(x = c(1, 2, 3), y = c(4, 5, 6))
1
2

# 转换为矩阵
my_matrix <- data.matrix(my_data_frame)
1
2

矩阵转换为数据框

使用as.data.frame()函数

# 创建一个矩阵
my_matrix <- matrix(1:6, nrow = 2)
1
2

# 转换为数据框
my_data_frame <- as.data.frame(my_matrix)
1
2

字符向量转换为因子

使用factor()函数

# 创建一个字符向量
my_vector <- c("A", "B", "A", "B", "C")
1
2

# 转换为因子
my_factor <- factor(my_vector)
1
2

数值向量转换为字符向量

使用as.character()函数

# 创建一个数值向量
my_vector <- c(1, 2, 3, 4, 5)
1
2

# 转换为字符向量
my_character_vector <- as.character(my_vector)
1
2

因子转换为数值向量

使用as.numeric()函数

# 创建一个因子向量
my_factor <- factor(c("A", "B", "C", "A", "B"))
1
2

# 转换为数值向量
my_numeric_vector <- as.numeric(my_factor)
1
2

原文链接：R语言技能 | 不同数据类型的转换

若我们的分享对你有用，希望您可以点赞+收藏+转发，这是对小杜最大的支持。

往期文章：

1. 复现SCI文章系列专栏

2. 《生信知识库订阅须知》,同步更新，易于搜索与管理。

3. 最全WGCNA教程（替换数据即可出全部结果与图形）

• WGCNA分析 | 全流程分析代码 | 代码一

• WGCNA分析 | 全流程分析代码 | 代码二

• WGCNA分析 | 全流程代码分享 | 代码三

• WGCNA分析 | 全流程分析代码 | 代码四

• WGCNA分析 | 全流程分析代码 | 代码五(最新版本)

---

4. 精美图形绘制教程

• 精美图形绘制教程

5. 转录组分析教程

• 转录组上游分析教程[零基础]

• 一个转录组上游分析流程 | Hisat2-Stringtie

6. 转录组下游分析

• 批量做差异分析及图形绘制 | 基于DESeq2差异分析

• GO和KEGG富集分析

• 单基因GSEA富集分析

• 全基因集GSEA富集分析

小杜的生信筆記 ，主要发表或收录生物信息学的教程，以及基于R的分析和可视化（包括数据分析，图形绘制等）；分享感兴趣的文献和学习资料!!