• Advanced R by Hadley Wickham ⇐ 강력 추천!
• Simple R by Verzani
• 문동선의 블로그: R언어-6.팩터와 테이블
• 5 ways to subset a data frame in R
• Subsetting, extacting and bracket notation
• mode와 class의 차이
• 설치된 패키지의 로드 - require()와 library()의 차이점 require()의 경우 미설치 패키지를 불러다 설치까지 한다(?)
• Import multiple (CSV) files to R
• Join in R: How to join (merge) data frames (inner, outer, left, right) in R
• 제37회 KOBIC 차세대 생명정보학 교육 “R을 이용한 데이터 통계 분석 및 시각화” 강좌 소개 및 실습용 코드
• R introduction
• RStudio Cheat Sheets

• Producing simple graphs with R
• Multipanel plotting in R (with base graphics)

• Extract the maximum value within each group in a dataframe
• Aggregate / summarize multiple variables per group (i.e. sum, mean, etc)
• Mean per group in a data.frame [duplicate-위의 것과 사실상 같은 질문]

[하루에 한 R] - 전체 블로그 글을 날짜순으로 정렬하여 보여주기

> .Platform
> graphics.off()  # 모든 그림 화면 끄기
> rm(list=ls())  # Removes all objects from the current workspace (R memory)
> search() # 설치된 패키지 확인
> edit(var) # 데이터 편집기

R snippets

• class(), mode(), str()
• rownames() vs. row.names()
• names() vs. colnames(): data frame의 경우 동일함

• loop를 사용하는 것을 지양한다.
  1. 가끔은 필요할 때가 있다(여러 csv 파일을 동시에 읽어들이기)
• list를 잘 다루어야 한다.
• list 내의 원소에 접근하는 방법을 정확히 알아야 한다.
• 매트릭스 형태의 데이터를 다루는데 익숙해야 한다.
  1. column 및 row name
  2. slicing
  3. apply()를 적절히 사용할 줄 알아야 한다.
• Graphics: plot area, margin 등의 개념을 이해하고 잘 조절할 줄 알아야 한다.

• [하루에 한 R] PhyloSift 결과 종합하기(tab-delimited CSV 파일의 일괄 입력 및 병합 등)

• [하루에 한 R] Key/value 형태의 자료를 이용한 치환

• [하루에 한 R] ANI 계산 결과 다루기 - column 혹은 row 이름을 통한 조작

• [하루에 한 R] 특정 조건에 맞는 row만 출력하기
• [하루에 한 R] 매트릭스에서 특정 값을 갖는 row 추출하기

antiSMASH 데이터셋을 사용한다. 첫 줄의 '#'는 삭제할 것.

$ wget http://genoglobe.kr/kribb/_media/asdb_search_results.zip
$ unzip asdb_search_results.zip
$ cp asdb_search_results.csv asdb_search_results.csv.bak
$ awk '{gsub("^#", ""); print}' asdb_search_results.csv.bak > asdb_search_results.csv

data = read.table("asdb_search_results.csv",sep="\t",header=T)

# by column index
data[,6]

data[,c(1,2,3)]

data[,1:5]

# by column name
data$Strain # 반환되는 것은 factor
strain.nr = levels(data$Strain) # strain이 몇 가지나 되는가?
data[which(names(data) == "Strain")] # 반환되는 것은 data frame
data[names(data) == "Strain"] # which()를 쓰지 않아도 작동은 한다.
data[which(names(data) == "NCBI.accession")] # 다른 사례
data[which(names(data) %in% c("Strain","Species"))] # 여러 컬럼을 추출하기
sel.col = c("Strain","NCBI.accession","From","To","BGC.type")
data[which(names(data) %in% sel.col)]

# Genus와 Species 컬럼을 결합하고 문자열 치환하기
data$Species = paste(data$Genus, data$Species, sep=" ")
data = data[,-1]
data$Species = gsub("Unclassified", "sp.", data$Species)

# 조건에 맞는 row 전체 혹은 일부 컬럼만 추출하기
data[which(data$Strain == "E681"),] # do not omit comma!
data[which(data$Strain == "E681"), names(data) == "Most.similar.known.cluster"]
# how to extract multiple strains?
sel.str = c("E681","M1","CR1")
data[which(data$Strain %in% sel.str),] # working!
data[which(data$Strain %in% sel.str), names(data) == "Most.similar.known.cluster"]

# logical indexing
L = data$Strain == "E681"
data[L,]
data[L,]$NCBI.accession

# using subset() function
subset(data, Strain == "E681")
subset(data, Strain == "E681", select = c("Strain","From","To")) # restict to specified columns
subset(data, Strain = c("E681","M1","CR1")) # not working!
subset(data, Strain %in% c("E681,"CR1")) # not working

# use dplyr() for advanced applications

• [하루에 한 R] BLAST tabular output에서 best hit 뽑아내기

• ANI percentage identity (pyani) - 12 Lactobacillus rhamnosus genomes. col/row label의 형식은 “Lactobacillus_rhamnosus_BFE5264_GCF_001988935.1”이다.
• anib_percentage_identity_lactobacillus_rhamnosus.zip(pyani) - 12 Lactobacillus rhamnosus genomes. col/row label의 형식은 “Lactobacillus_rhamnosus_BFE5264_GCF_001988935.1”이다.
• ANI percent identity (pyani) - 51 Paenibacillus genomes. col/row label의 형식은 “GCF_000146875.3”이다.
• antiSMASH db file source link - search result using the keyword “Paenibacillus”