您好,登录后才能下订单哦!
本文小编为大家详细介绍“R语言怎么实现数据合并和统计”,内容详细,步骤清晰,细节处理妥当,希望这篇“R语言怎么实现数据合并和统计”文章能帮助大家解决疑惑,下面跟着小编的思路慢慢深入,一起来学习新知识吧。
我这做了 一个对照和处理各取了四个时期的样品进行转录组分析,每个样品3个生物学重复,共24个样品基因表达量数据;
stage1 | stage2 | stage3 | stage4 | ||||
control | DAF2 | DAF5 | DAF11 | DAF16 | |||
case | GDAF2 | GDAF5 | GDAF11 | GDAF16 |
以上是输入数据,CK代表DAF,T代表GDAF,样品24个有些多,所以换行,后续分析改了下名字;
1.统计每个样品中表达的转录本的个数,需要对生物学重复样品基因表达量进行合并(取平均值)
2.绘制柱状图,并给出每个样品不同范围基因表达量柱状图
3.绘制样品之间的PCA分布图,查看样品之间的相互关系,要求不同的处理用相图的形状区分,不同的stage用不同的颜色区分,相同的stage颜色相同;
4 绘制Venn图,看看不同的stage 基因的表达变化等;
1.注意因子的使用,有序因子可以指定柱状图样品的label顺序
2.cowplot指定绘图主题,可直接用于文章发表主题,SCI主题
3.PCA图两种图例合并,颜色和形状,方便查看分组和不同的时期
4.数据的合并处理用到apply tapply 非常的方便,避免使用循环
5 reshape2包的使用,melt把宽型的数据转换成了长型的数据方便ggplot2绘图。
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")
读到这里,这篇“R语言怎么实现数据合并和统计”文章已经介绍完毕,想要掌握这篇文章的知识点还需要大家自己动手实践使用过才能领会,如果想了解更多相关内容的文章,欢迎关注亿速云行业资讯频道。
免责声明:本站发布的内容(图片、视频和文字)以原创、转载和分享为主,文章观点不代表本网站立场,如果涉及侵权请联系站长邮箱:is@yisu.com进行举报,并提供相关证据,一经查实,将立刻删除涉嫌侵权内容。