Dada una cadena de texto queremos substituir el elemento 'T' por 'U'.
v <- c("GATGGAACTTGACTACGTAAATT")
# Si importamos un fichero que contiene la cadena de texto
v <- readLines("rosalind_rna.txt")
Paquete base
gsub("T", "U", v)
[1] "GAUGGAACUUGACUACGUAAAUU"
Dada una cadena de texto queremos contar el número de veces que aparecen los elmentos 'A', 'C', 'G', y 'T'.
v <- c("AGCTTTTCATTCTGACTGCAACGGGCAATATGTCTCTGTGTGGATTAAAAAAAGAGTGTCTGATAGCAGC")
# Si importamos un fichero que contiene la cadena de texto
v <- readLines("rosalind_dna.txt")
table(strsplit(v, NULL)[[1]])
A C G T
20 12 17 21
library(stringr)
# 1 - Elementos codificados a mano
str_count(v, c("A", "C", "G", "T"))
# 2 - Extrae alfabéticamente elementos únicos
str_count(v, sort(unique(strsplit(v, NULL)[[1]])))
[1] 20 12 17 21
Tenemos el siguiente gráfico cuyas celdas, creadas con geom_tile, son rectángulos. ¿Cómo conseguimos que sean cuadrados con ggplot2?
set.seed(1)
df <- data.frame(val = rnorm(100),
gene = rep(letters[1:20], 5),
cell = c(sapply(LETTERS[1:5],
function(l) rep(l, 20))))
library(ggplot2)
ggplot(df, aes(y = gene, x = cell, fill = val)) +
geom_tile(color = "white")
Añadimos coord_equal( ). Por defecto, el argumento es ratio = 1, y asegura que una unidad en el eje x tenga la misma longitud que una unidad en el eje y.
ggplot(df, aes(y = gene, x = cell, fill = val)) +
geom_tile(color = "white") +
coord_equal()
Queremos obtener todas las combinaciones de dos vectores contatenadas y separadas por comas.
pets <- c('dog','cat','lemur')
fruit <- c('banana','apple','papaya')
[1] "cat, apple" "dog, apple" "lemur, apple"
[4] "cat, banana" "dog, banana" "lemur, banana"
[7] "cat, papaya" "dog, papaya" "lemur, papaya"
levels(interaction(pets, fruit, sep = ', '))
Queremos resolver el problema del conjunto de cobertura en R. Calcular el número mínimo de conjuntos necesarios que contenga todos los elementos del universo. En nuestro ejemplo el universo es U = {1, 2, 3, 4, 5} y los conjuntos son s1 = {1, 2, 3}, s2 = {2, 4}, s3 = {3, 4}, s4 = {4, 5}.
sets n
1 s1 1
2 s1 2
3 s1 3
4 s2 2
5 s2 4
6 s3 3
7 s3 4
8 s4 4
9 s4 5
df <- structure(list(sets = structure(c(1L, 1L, 1L, 2L, 2L, 3L, 3L,
4L, 4L), .Label = c("s1", "s2", "s3", "s4"), class = "factor"),
n = c(1, 2, 3, 2, 4, 3, 4, 4, 5)), .Names = c("sets", "n"
), row.names = c(NA, -9L), class = "data.frame")
En nuestro ejemplo la solución es obvia, los conjuntos s1 y s4 serían el número de conjuntos mínimo necesario. Sin embargo, deseamos implementarlo en R para ser capaces de resolver problemas que comprendan miles de conjuntos con miles de elementos dentro de cada uno.
# El universo, elementos únicos de todos los conjuntos.
unique(df$n)[1] 1 2 3 4 5
# Creamos una representación matricial a partir del data frame
# Se asume que cada variable es >= 0! (ver ?lp)
items.mat <- t(table(df$sets, df$n))
dimnames(items.mat) = list(items = 1:5, sets = paste0("s", 1:4))
items.mat
# Matriz
sets
items s1 s2 s3 s4
1 1 0 0 0
2 1 1 0 0
3 1 0 1 0
4 0 1 1 1
5 0 0 0 1
f.obj <- rep(1, 4) # Valores de las variables de las inecuaciones
f.dir <- rep(">=", 5) # La cadena de texto de las restricciones por fila
f.rhs <- rep(1, 5) # Los valores de la desigualdad por fila
lp("min", f.obj, items.mat, f.dir, f.rhs)$solution
[1] 1 0 0 1
Queremos editar simultáneamente columnas en Notepad++. En el siguiente ejemplo, cambiaremos el campo name por id y le asignaremos la serie del 1 al 3.
Queremos reemplazar la extensión de todos los ficheros de una carpeta.
Sub CambiarExt()
With CreateObject("wscript.shell")
.currentdirectory = CurDir
.Run "%comspec% /c ren *.xls *.xlsx", 0, True
End With
End Sub
CurDir - Indica el directorio de destino en el que se realiza el reemplazamiento. Si deseamos otra ruta la especificamos entre comillas. Ej:"C:\Usarios\Carpeta\Excel pruebas\"
.Run "%comspec% /c ren - Ejecuta cmd.exe y renombra los ficheros.
*xls - En nuestro ejemplo el primer argumento del fichero, es la extensión actual de los ficheros.
*xls - En nuestro ejemplo el segundo argumento del fichero, es la extensión final o deseada de los ficheros.
Podemos indicar todo tipo de extensiones: *txt a *csv por ejemplo. Se trata tan sólo de un ejemplo muy sencillo al que podemos añadir otras funcionalidades: mediante mensajes de texto o desplegables en texto en los que el usuario pueda definir los parámetros anteriores.
En R podemos usar las siguientes funciones para convertir el tipo de objeto de un vector a otro:
as.character(x)
as.complex(x)
as.numeric(x) or as.double(x)
as.integer(x)
as.logical(x)Pero si deseamos convertir todas las columnas de un data frame, ¿qué podemos hacer?.
Tomamos como ejemplo el data frame mtcars al que le asignaremos el nombre df.
df <- mtcars
str(df)
'data.frame': 32 obs. of 11 variables:
$ mpg : num 21 21 22.8 21.4 18.7 18.1 14.3 24.4 22.8 19.2 ...
$ cyl : num 6 6 4 6 8 6 8 4 4 6 ...
$ disp: num 160 160 108 258 360 ...
$ hp : num 110 110 93 110 175 105 245 62 95 123 ...
$ drat: num 3.9 3.9 3.85 3.08 3.15 2.76 3.21 3.69 3.92 3.92 ...
$ wt : num 2.62 2.88 2.32 3.21 3.44 ...
$ qsec: num 16.5 17 18.6 19.4 17 ...
$ vs : num 0 0 1 1 0 1 0 1 1 1 ...
$ am : num 1 1 1 0 0 0 0 0 0 0 ...
$ gear: num 4 4 4 3 3 3 3 4 4 4 ...
$ carb: num 4 4 1 1 2 1 4 2 2 4 ...
df <- data.frame(lapply(df, as.character), stringsAsFactors = FALSE)
Más conicsa.
df[] <- lapply(df, as.character)
Ahora todas las columnas son del tipo carácter.
str(df)
'data.frame': 32 obs. of 11 variables:
$ mpg : chr "21" "21" "22.8" "21.4" ...
$ cyl : chr "6" "6" "4" "6" ...
$ disp: chr "160" "160" "108" "258" ...
$ hp : chr "110" "110" "93" "110" ...
$ drat: chr "3.9" "3.9" "3.85" "3.08" ...
$ wt : chr "2.62" "2.875" "2.32" "3.215" ...
$ qsec: chr "16.46" "17.02" "18.61" "19.44" ...
$ vs : chr "0" "0" "1" "1" ...
$ am : chr "1" "1" "1" "0" ...
$ gear: chr "4" "4" "4" "3" ...
$ carb: chr "4" "4" "1" "1" ...
Nube de datos