X6. R Project

Herramienta WEB

https://rdrr.io/snippets/ 

Estadística

• modelos  https://github.com/easystats/performance  ver tutorial acá https://youtu.be/EPIxQ5i5oxs 

• https://bioinformatics.ccr.cancer.gov/docs/rintro/ 

1. Qué es R, descarga R desde el Cran R Project

http://cran.r-project.org/

Instalar R en Mac

2. R Studio

https://www.rstudio.com

https://posit.co/download/rstudio-desktop/ 

Comunidad R https://forum.posit.co/ 

Consultas

https://www.rdocumentation.org/ 

https://stackoverflow.com/ 

https://rseek.org 

3. Bioconductor

Instalar Bionconductor en R

if (!require("BiocManager", quietly = TRUE))

  install.packages("BiocManager")

BiocManager::install(version = "3.21")

3. Run a simple program

Notas, 

• Con CNTRL L se limpia la consola

• Se puede seleccionar varias líneas y darle RUN,  CNTRL y ENTER

Ejemplo, Click en Run

12+8

12-64

12*64

12/2

Se pueden añadir paréntesis para el orden de la función ejemplo (543+6476)*7

4. https://youtu.be/VocbExLSukE

5. https://youtu.be/p6xb_n9BPtw

6. https://youtu.be/46UFzO1EgBo

7. https://youtu.be/31El3vGcG58

8. https://youtu.be/rpG0Dj-GO8Y

9. https://youtu.be/9mqla7W5i70

10. https://youtu.be/wdj0tUSPgBU

11. https://youtu.be/FVSlAk24jTM

12. https://youtu.be/3IPgDeAuuPs

13. Crear Listas en R

14. https://youtu.be/Q_K5FXZGEnA

15. https://youtu.be/rAUjiUFxAAQ

16. https://youtu.be/LUhU_GX6fys

17. https://youtu.be/y8ynPqqe3eA

18. https://youtu.be/b1KsXxtw9tA

R para Principiantes

https://cran.r-project.org/doc/contrib/rdebuts_es.pdf

Cómo usar el código

Instrucciones en R

https://cran.r-project.org/doc/manuals/r-release/R-lang.pdf

Por ejemplo 

se ingresa

>1+2

este es el resultado

[1] 3

se ingresa

>7%/2%

este es el resultado que es la división en enteros 2*3 es 6, sobra 1

[1] 3

Para obtener el residuo, 

se ingresa

>7%%2

este es el resultado, que es el residuo de 1

[1] 1

Nota

aov es el nombre de la función de ANOVA

Editemos el siguiente SCRIPT (lista de órdenes) en la consola R Studio

Se puede correr por línea

Cada línea tiene un número, que se corre con la función RUN ubicado en la pestaña superior derecha

Cntrl y luego ENTER

Se puede seleccionar varias líneas y darle RUN,  CNTRL y ENTER

Con CNTRL L se limpia la consola

La descripción de lo que significa cada orden se introduce  # 

Para elevar un número  2^(1/3)

Cuando se ingresa 1:7, se genera in resultado de secuencia 1 2 3 4 5 6 7

rep (pi, 5) se repetirá 5 veces el valor que se le haya asignado a pi

Nótese que en el cuadro superior derecho, esta el resumen de la asignación de los valores (HISTORY).

T significa siempre True y F false, lo mejor es no asignarle otro valor para no ocasionar confusión.

Se usa txt= "carpe diem"

Si quiero substituirlo, se puede con  sub ("carpe", "seize", txt)

se usa      is.numeric(M)            

                 is.logical(M)            

para verificar si el dato es un numero o texto entre paréntesis lo que quiero que analice

Ojo que cada dato se le asigna un valor previamente (M=30, T=True, Txt=carpe, char=True) si se corre

mode(M)    

mode(T)

mode(Txt)

mode(char)

Le respondera el tipo de dato que tiene si es numerico, logico, texto.

En R hay que utilizar los slash de manera invertida en lugar de\  se utiliza  /

Para que R pueda guardar datos, hay que decirle dónde debe buscarlos c:/user/xxxx/Desktop

Para darle la instrucción, se asigna con 

setwd ("c:/user/xxxx/Desktop")

Lo que estamos es asignando un lugar donde guardarlo (working directory es wd)

Para importar datos 

gedb = read.csv('gedb.csv', sep = ',', dec = '.', header = T)

Lo que estoy haciendo es obteniendo los datos y nombrandolos gedb para lo que primero los leo, y defino que los datos pueden estas siendo separados por una coma o un punto y que tienen un encabezados header

View(gedb)

Con esto lo que esta es llamando a gedb para que lo pueda ver.

O bien solo gedb 

Para guardar datos

write.csv(txt, "my export.csv")

Lo que esta generando es guardando lo que este asignado a txt dentro del archivo my export.csv

Para generar vectores o bien grupos de valores, se le asignan los datos

V3= c(1,2,3,4)

si le doy length(v3)

la respuesta sera la cantidad de datos que hay en el vector que son 4 datos.

como sabes si es un vector, se le hace la pregunta que seria

is.vector(gebd)

podemos unir vectores

m1=cbind(v3,v5);m1

el punto y coma es solo para volver a mostar el objeto m1

para saber las dimensiones se usa dim

dim(m1)

me dice que tengo x lineas de datos y x columnas

Matrices

is.matrix(m1)

True

puedo crear una nueva matrix a partir de un vector por ejemplo un vector como v4= 1,2,3,4

m4= matrix (v4, nrow=2, ncol=2);m4

Para cambiar un objeto a un factor, es decir a que el dato se pueda usar para clasificar entonces

ice2 = c(rep("Vanilla",5), rep("Strawberry", 5), rep("Chocolate", 5), rep("Cookies", 5))

pero quiero que sea un factor

ice2 =as factor(ice2)

veamos si tenemos un grupo de datos

is.data.frame(gedb)

Ojo por defecto siempre el head, tail tiene solo 6 datos

lo puedo modificar indicandole el n

tail(gedb, n = 8)

Listas

Se pueden guardar varios objetos al mismo tiempo

l2 = list(m1, v3, ice, gedb)

Estadistica

alf=c("pizza", "DNA", "GFP")

teniamo la matrix m1

saquemosle el minimo

min(m1) seria el dato 1

min(alf) seria el dato con la menor letra DNA

saquemosle el maximo

max(m1)

max(alf)

median(m1)         mediana

mean (m1)           media

sd(m1)                  desviación estandar

cor(m1) es la correlación

quantile(m1, .5)    es el percentil 50

quantile (m1, c(.1, .5, .81)

Manipulation de datos

Creemos los datos

a = 101

b = 55

c = 24

comparemos los datos

a == b    #Is equal?                    FALSE

a != b    #Is different?                TRUE

a > b    #Is greater than?          TRUE

c < c   #Is less than?

c >= c  #Is greater than or equal to?

#---Fundamentod de programaciÛn en R para An·lisis de datos---#===============================================================================

# Documento "An introduction to R"

# http://www.cran.r-project.org/doc/manuals/R-intro.pdf

# Tarjeta de referencia para las funciones usadas con m·s frecuencia

# http://www.cran.r-project.org/doc/contrib/Short-refcard.pdf

#

#=============================================================================================================================================

#---Parte 1.2. Operaciones B·sicas en RStudio---#====================================================================================================

exp(4)      # e^4

sqrt(81)    # square root of 81

pi      # pi number

log(4)    # natural logarithm of 4

log(4,10)    # base 10 logarithm of 4

abs(-99.2)    # absolute value

1:7           # Generates numbers from 1 to 7

rep(pi,5)     # Repeats pi number, five times.

M = 34

N = 54

O = 75

P = 87

M+N

M-O

P*M

M / N * O + P

P + M / N * O

T                        #Stands for True

F                        #F stands for false

Txt = "Carpe diem"

Txt

Txt = sub("Carpe", "seize",Txt) #Text can be changed in a character object

Txt

sub("diem", "the day", Txt)

is.numeric(M) # Verifies if object M is numeric, the result is logical

is.numeric(Txt) # Verifies if object T is numeric.

char = is.character(Txt) # Verifies if object T is character, and saves the logical result into object "char"

char

is.logical(char)       # Verifies if object char is logical

is.character(char)     # Verifies if object char is character

#La funciÛn mode permite conocer el tipo de datos que contiene un objeto

mode(M)

mode(T)

mode(Txt)

mode(char)

?mode

#=============================================================================================================================================

#---Part 1.3. Importando y Exportando Datos---#================================================================================================

#Importando el documento "gedb.csv" usando comandos en R

getwd()        #Checking the folder in which we have been working.

setwd("C:/Users/egutierrez/Desktop/") #This command allows us to define the new working directory

gedb = read.csv('gedb.csv', sep = ',', dec = '.', header = T)

read.table('gedb.csv', sep = ',', dec = '.', header = T)

#Importing "gedb.csv" document from RStudio

#Exporting local data (matrix created in exercise 2)

write.csv(Txt, "myexport.csv")

#=============================================================================================================================================

#---Parte 1.4. Clases de Objetos--#=======================================================================================================

# VECTORES ====================================================================================================================================

# Un vector es una cadena unidimensional de valores de un solo tipo

v3 = c(1,2,3,4)

v3

is.vector(v3)

length(v3)     #Permite conocer la cantidad de elementos en el vector

is.vector(gedb) #?

# MATRIX =====================================================================================================================================

v5 = c(10,20,30,40,50)

m1 = cbind(v3,v5);m1                   #cbind - column bind

dim(m1)                                #Gives the object dimensions "rows columns"

is.matrix(m1)                          #Verifying class type

mode(m1)                               #Verifying data type in the matrix

m4 = matrix(v4, nrow = 2, ncol = 2);m4    #Verifying class type

mode(m4)                               #Verifying data type in the matrix

is.matrix(gedb)

# FACTOR =====================================================================================================================================

 # Creando una variable categÛrica como un vector

ice = c("Vanilla", "Strawberry", "Chocolate", "Cookies")

ice2 = c(rep("Vanilla",5), rep("Strawberry", 5), rep("Chocolate", 5), rep("Cookies", 5))

ice

ice2

#Verificando la clase de un objeto

is.vector(ice)

is.vector(ice2)

#Convirtiendo objeto ice 2 a factor

ice2 = as.factor(ice2)

ice2

levels(ice2)

is.vector(ice)

is.vector(ice2)

is.factor(ice2)

is.factor(gedb)

#DATA FRAMES =================================================================================================================================

is.data.frame(gedb)             #:D

head(gedb)                        #function to see the first 6 values in a data frame

tail(gedb)                         #function to see the last 6 values in a data frame

tail(gedb, n = 8)                  #defining "n" different quantity of rows can be obtained

str(ge)                           #Displays some information about the internal structure of an object

summary(ge)                       #Displays some information about the columns and variables of a data frame

# LISTAS =======================================================================================================================================

#Creando una lista con diferentes objetos

l2 = list(m1, v3, ice, gedb)        #The list can contain objects of diferent classes

l2

is.list(l2)                     #The object class can be verified

mode(l2)                        #The mode function will tell that the object is a list

#=============================================================================================================================================

#---Part 1.5. Funciones estadÌsticas b·sicas---#=================================================================================================

alf = c("pizza", "DNA", "GFP")

min(m1)      #Applied to a numeric object will give the minimum value

min(alf)    #Applied to a text object will give the return the word with the nearest initial to A.

max(m1)      #Applied to a numeric object will give the maximum value

max(alf)    #Applied to a text object will give the return the word with the nearest initial to Z.

prod(m1)     #Returns the result of multiiplying all the values contained in a numerical object

median(m1)   #Retuns the value for the median of a numerical object

range(m1)    #Returns the minimun and maximum value of a numerical object

range(alf)  #Returns the text starting with the nearest and the furthest letter to the A.

mean(m1)     #Average of values in a numeric object

sd(m1)       #Standard Deviation of values in a numeric object

sum(m1)      #Sum of values in a numeric object

cor(m1)      #Correlation matrix from a matrix

quantile(m1, .5)     #Percentil 50th

quantile(m1, c(.1,.5, .81))    #Percentil 10th, 50th and 81th

#=============================================================================================================================================

#---Parte 1.6. ManipulaciÛn de Datos---#===========================================================================================================

ge = gedb#--Agregue aquÌ el nombre de su marco de datos

###---Operadores LÛgicos---###=================================================================================================================

a = 101

b = 55

c = 24

a == b    #Is equal?

a != b    #Is different?

a > b    #Is greater than?

c < c   #Is less than?

c >= c  #Is greater than or equal to?

b <= c   #Is less than or equal to?

#Comparando algunos vectores

d = c(3,4,5)

e = c(6,7,8)

f = c(1,6,10)

o = c(10,6,1)

#Compara elemento por elemento y el resultado es un vector con los resultados de la comparaciÛn

d < e

d < e & d < f            

#Con al menos un valor que no sea TRUE, la comparaciÛn completa ser· FALSE

d < e && d < f

#Con todas las comparaciones siento ciertas:

d < e && d < c(5,7,8)

#Operador OR por elemento

f == o | f == o

#Operador OR general

f == o || f == o

#Operador EXCLUSIVEOR: El resultado es un vector con TRUE donde los valores lÛgicos difieren

xor(e == f, f == o)

#The %in% operator checks the presence of certain elements in an object, in disregard of their order

o %in% f

e %in% f

###---Filtrado---#===========================================================================================================================

#Which() permite identificar el elemento que cumple con la condiciÛn establecida

cv = which(colnames(ge) == "DELTA_CT") 

cv                                   

#Ahora sabemos que la columna 7 corresponde a los valores "DELTA_CT" 

ge[,5]

#El comando para obtener valores de un marco de datos o una matriz es:

#objeto[fila, columna]

head(ge)

ge[1,]

ge[1,4]

ge[ge$TEMPERATURE == 10,]                               #Getting rows for Well ID = A1

ge[ge$TEMPERATURE == 10 & ge$DELTA_CT > -3, ]           #Getting rows for Welll ID = A1 and Delta Ct values less than -3

ge[ge$TEMPERATURE == 10 & ge$DELTA_CT >= -4.1, c(4,5)]  #Selecting specific columns

#Otra forma de filtrar es usando la funciÛn subset

# subset(<object>, logical expressions, select = <columns to select>)

subset(ge, TEMPERATURE == 10 & ge[,5] >= -4.1, select = colnames(ge))

###---Condicionales---#========================================================================================================================

#Establezcamos un condicional que ejecute c·lculos condicionales, si el objeto "testvalue" indica

# "media" Èl calcular· la media de la columna DELTA_CT, en caso de que "testvalue" sea 

# diferente de "media" el c·lculo ser· la suma

testvalue = 'media'

if(testvalue == 'media'){

  dctval = mean(ge[,cv], na.rm = TRUE)

} else {

  dctval = sum(ge[,cv], na.rm = TRUE)

}

dctval

testvalue = 'other'

#=============================================================================================================================================

#---Parte 1.7. GraficaciÛn---#===========================================================================================================

###---Histograma---#===========================================================================================================================

h = hist(ge[,cv], col = "blue")

hist(ge[,cv], col = "red", breaks = 5) 

###---Puntos + Boxplots---#===========================================================================================================================

plot(ge$TEMPERATURE, ge$DELTA_CT)

plot(as.factor(ge$TEMPERATURE), ge$DELTA_CT)

plot(as.factor(ge$TEMPERATURE), ge$DELTA_CT, col = "red")

plot(as.factor(ge$TEMPERATURE), ge$DELTA_CT, col = c("green", "yellow", "red"))

plot(as.factor(ge$TEMPERATURE), ge$DELTA_CT, col = c("green", "yellow", "red"),

     xlab = "Temperature", ylab = "DCT")

#Volviendo a los puntos

plot(ge$TEMPERATURE, ge$DELTA_CT, pch = 18)

#Creando un un vector para colorear los puntos seg˙n gen

attach(ge) #Permite usar los nombres de las columnas como objetos

#Primero se crea un vector con los nombres ˙nicos

n = length(ge[,1]);n

gname = ge[,which(colnames(ge) == "GENE_NAME")];gname

gname = as.character(gname);gname

gname = unique(gname);gname

#Luego se crea un vector de un solo color repetido la cantidad de filas del df

gencol = rep("black", 1, n);gencol

#Ahora se asignan colores condicionalmente

gencol[GENE_NAME == gname[1]] <- "red"

gencol[GENE_NAME == gname[2]] <- "green"

gencol[GENE_NAME == gname[3]] <- "blue"

gencol[GENE_NAME == gname[4]] <- "orange"

gencol

#Graficando

plot(TEMPERATURE, DELTA_CT, pch = 18, col = gencol)

#Boxplot por Nombre de Gen y Temperatura

par(mai = c(1,2.5,0,0))

boxplot(DELTA_CT ~ as.factor(paste(TEMPERATURE, " - ", GENE_NAME)), horizontal = T, las = 2,

        col = heat.colors(length(unique(paste(TEMPERATURE, " - ", GENE_NAME)))))

boxplot(DELTA_CT ~ as.factor(paste(GENE_NAME, " - ", TEMPERATURE)), horizontal = T, las = 2,

        col = heat.colors(length(unique(paste(TEMPERATURE, " - ", GENE_NAME)))))

APUNTES.    

A <- c(-1, +1, -1, +1)

B <- c(-1, -1, +1, +1)

y <- c(52, 74, 62, 80)

popped_corn <- lm(y ~ A + B + A*B)

summary(popped_corn)

popped <- lm(y ~ A*B)

popped

summary(popped)

AA <- c(-1, +1, -1, +1)

BB <- c(-1, -1, +1, +1)

yy <- c(3, 5, 4, 9)

flavor <- lm(yy ~ AA + BB + AA*BB)

flavor

APUNTES

A <- B <- C <- c(-1, +1)

design <- expand.grid(A=A, B=B, C=C)

# The 3 factors that form the base of our design

A <- design$A

B <- design$B

C <- design$C

# These 4 factors are generated, using the trade-off table relationships

D <- A*B

E <- A*C

F <- B*C

G <- A*B*C

# These are the 8 experimental outcomes, corresponding to the 8 entries 

# in each of the vectors above

y <- c(320, 276, 306, 290, 272, 274, 290, 255)

# And finally, the linear model

mod.ff <- lm(y ~ A*B*C*D*E*F*G)

# It is better to uncomment and use this line instead:

# library(pid)   <-- best to use this!

# But this embedded R script does not have the "pid" library. 

# So we will load the required function from an external server instead:

source('https://yint.org/paretoPlot.R')

p <- paretoPlot(mod.ff)

# Now rebuild the linear model with only the 4 important terms

mod.res4 <- lm(y ~ A*C*E*G)

p <- paretoPlot(mod.res4)