「PK」字符串中的数值咋排序（差点以为自己赢了）

问题描述

简单来说就是类似于怎么解决字符串里面chr10排在chr2前面的问题，是豆豆实战踩到的坑。

原始表达矩阵是这样的：

这是hisat+featureCounts出来的表达矩阵

把这个数据读到R中

expr_df <- read.table(file='geneid_counts.txt',row.names = 1, 
                    header = TRUE, stringsAsFactors = FALSE,
                    check.names = F)

然后去掉没用的信息

expr_df <- expr_df[,-c(1:5)]

> expr_df[1:3,1:6]
                     12-0-1 12-0-2 12-10-1 12-10-2 12-2-1 12-2-2
ENSMUSG00000102693.1      0      0       0       0      0      0
ENSMUSG00000064842.1      0      0       0       0      0      0
ENSMUSG00000051951.5      0      1       1       3     11      7

其实目前的这个数据是有问题的

仔细看它的列名，以12-0-1为例：第一个数字12表示一组处理（第二个叫34）；第二个数字0、2、6、10表示处理后的天数；最后一个数字1和2表示两个重复

其实正常的分组信息应该是：

第一个处理的0、2、6、10天（每天各两个重复）
“12-0-1”
“12-0-2”
“12-2-1”
“12-2-2”
“12-6-1”
“12-6-2”
“12-10-1”
“12-10-2”
第二个处理的0、2、6、10天（每天各两个重复）
“34-0-1”
“34-0-2”
“34-2-1”
“34-2-2”
“34-6-1”
“34-6-2”
“34-10-1”
“34-10-2”

但是，上游出来的数据将我们的分组给篡改了

在12-0-x后出现了12-10-x，而不是12-2-x，这是因为计算机的ascii编码，0后面是1，1后面是2，因此它不会管是1还是10还是100，都会显示在0之后和2之前

看花花之前发的这篇：ggplot2的x轴坐标顺序不对肿么办 也是说明了这个问题

如果想把原始的表达矩阵样本顺序变成数值排序的样子，应该怎么办？

下面开始表演

豆豆的解答-Linux

原来的列名

> colnames(expr_df)
 [1] "12-0-1"  "12-0-2"  "12-10-1" "12-10-2" "12-2-1"  "12-2-2"  "12-6-1" 
 [8] "12-6-2"  "34-0-1"  "34-0-2"  "34-10-1" "34-10-2" "34-2-1"  "34-2-2" 
[15] "34-6-1"  "34-6-2" 

做的简单更改

关于linux的sort：https://www.jianshu.com/p/58dad11116ce

# 先把原来的列名输出
write.table(colnames(expr_df),file = "need_order_colnames.txt",
            row.names = F,col.names = F)
# 使用sort命令
cat need_order_colnames.txt | sort -V >reorder_colnames.txt
# 按数值排序后再重新读入
new_col_names <- read.table("reorder_colnames.txt")
> head(new_col_names)
      V1
1 12-0-1
2 12-0-2
3 12-2-1
4 12-2-2
5 12-6-1
6 12-6-2

然鹅，帅不过三秒，被花花秒杀【不过被秒得很开心~】

花花的解答-R

事情很简单，R语言里面，排序的方式很多啊：
[向量排序：match，rank，order，sort，rev](https://mp.weixin.qq.com/s/Y3qcYt3GcxeFFGvSqz42vw
)
我觉得sort会有对应的参数,可是没找到。
犹豫了一下，想起了stringr了！想着里面应该有排序的函数和参数吧！

剩下的事情就很简单了， 直接看函数和参数的字面意思，就半试半猜做出来咯。

x = read.table("need_order_colnames.txt",
               stringsAsFactors = F)$V1
x
# [1] "12-0-1"  "12-0-2"  "12-10-1" "12-10-2" "12-2-1" 
# [6] "12-2-2"  "12-6-1"  "12-6-2"  "34-0-1"  "34-0-2" 
# [11] "34-10-1" "34-10-2" "34-2-1"  "34-2-2"  "34-6-1" 
# [16] "34-6-2" 
library(stringr)
str_sort(x,numeric = T)
# [1] "12-0-1"  "12-0-2"  "12-2-1"  "12-2-2"  "12-6-1" 
# [6] "12-6-2"  "12-10-1" "12-10-2" "34-0-1"  "34-0-2" 
# [11] "34-2-1"  "34-2-2"  "34-6-1"  "34-6-2"  "34-10-1"
# [16] "34-10-2"

linux做出来还得导出文件吧，作图还得再读取吧？瞅瞅你整的这个麻烦。
有问题找老哈！一个顶俩~