(未测试)R语言数据如何高效输出到文件中?

完成与网速的斗争之后,需要正确读取数据,即可进行后续的数据整理和分析了,而在数据挖掘过程中,最常见的数据格式应该就是类矩阵格式了(matrix和data.frame),举个例子:

可见,expdata为一个行是基因、列是样本(GEO数据库中样本以GSM*编号)的表达谱矩阵。当然从TCGA数据库中得到的表达谱数据也是一样的格式。本文将讨论如何把expdata输出到文件中!
在此之前,我们需要明确一个知识点:
上示expdata中GSM*行,为其列名,基因名为expdata的行名,而行名、列名并非其矩阵中的行和列。例如,统计行数和列数时,是不包含GSM*行和基因名列的!
write.table()
是R中内置的输出函数,若将expdata指定输出到名为ExpData.txt的.txt文档中,则命令如下:
此时,在当前路径(R中使用函数 getwd()
可得)下即可生成ExpData.txt文件!如果我们用excel打开,会显示如下:

可见,行名和列名默认被输出,对应于 write.table()
函数中默认参数:
row.names = TRUE, col.names = TRUE
另外,很明显,上示格式跟我们的预期不一致,问题包括:
A、数据没有正常分列,即分隔符未正确设置!
B、数据中有双引号,不仅看起来别扭,在后续读取时可能还会造成麻烦,详见:
对此,设置以tab键分割,且不输出引号:
write.table(expdata, "ExpData.txt", sep = "\t", quote = F)

整齐了,不过…好像,样本名似乎应该往右去一格,而左上顶格我习惯设置为”Symbol”。对此,先把行名并到矩阵内容中去作为第一列(注意,原本基因名称是矩阵的行名,并非其第一列),然后将列名的第一个设置为”Symbol”,最后在输出的时候不输出行名(因为已经通过第一列输出了):
expdata_out = cbind(rownames(expdata), expdata)
colnames(expdata_out)[1] = "Symbol"
write.table(expdata_out, "ExpData.txt", row.names = F, sep = "\t", quote = F)

如此,便达到了最终目的,不过,写的多了,就慢慢觉得这种写法略微复杂,因为…实际上就只是在左上顶格上加了个”Symbol”而已,硬生生的把一行写成了三行!
write.table
中有参数可以解决这个问题吗?
通过 help(write.table)
查看函数的帮助文档可见col.names参数的描述如下:
either a logical value indicating whether the column names of
x
are to be written along withx
, or a character vector of column names to be written.
即,col.names也可以是列名向量,是不是意味着可以…
col.names = c(“Symbol”, colnames(expdata))
对不起,不可以,报错:
Error in write.table(expdata, “ExpData.txt”, col.names = c(“Symbol”, colnames(expdata)), : ‘col.names’设定得不对
只能在输出之前完成数据整理,可以先将其转换为数据框(在构建数据框时即添加列名),如下:
write.table(data.frame("Symbol" = rownames(expdata), expdata), "ExpData.txt", row.names = F, sep = "\t", quote = F)
这样看起来就简单高效多了。如果是借助其他R包的话,可以参考使用tidyverse的两个包tibble和readr,使用p_load进行包的安装加载,然后将表达谱输出到.csv文件中:
p_load(tibble, readr)
# 输出到txt
#as.data.frame(expdata) %>% rownames_to_column("Symbol") %>% write.table(., "ExpData.txt", row.names = F, sep = "\t", quote = F)
# 输出到csv
as.data.frame(expdata) %>% rownames_to_column("Symbol") %>% write_csv(., "ExpData.csv")
readr包中的write_csv函数,可以将结果直接输出到.csv格式的文件中,默认不输出行名及双引号:
This is about twice as fast as write.csv(), and never writes row names.
综上,我们给出了两种可以在一行脚本中完成数据高效输出的方法!
请关注“恒诺新知”微信公众号,感谢“R语言“,”数据那些事儿“,”老俊俊的生信笔记“,”冷🈚️思“,“珞珈R”,“生信星球”的支持!