看啥推荐读物

主要介绍以下内容：传统生信技术，如序列比对，进化树构建，基因结构预测等；常用数据库教程，如PubMed，NCBI中的序列信息，Ensembl，UCSC Genome Browser，Uniport 等等；高通量测序技术，如测序方法，比对算法，软件用法，分析流程详解，数据格式等等； Python编程，对于常见生信数据的处理方法； R可视化，将分析好的数据进行可视化，前期主要介绍R的基本用法，后期结合实际例子进行常用的R可视化专题，如手把手教你写自己的heatmap函数分析差异基因等等； Deep Learning部分，介绍Deep Learning在生信中的应用；癌症基因组学部分。

今天看啥

微信公众号rss订阅, 微信rss, 稳定的RSS源

微信公众号RSS订阅方法

B站投稿RSS订阅方法

知乎回答RSS订阅方法

知乎专栏 RSS订阅方法

雪球动态RSS订阅方法

微博RSS订阅方法

微博搜索关键词订阅方法

豆瓣日记 RSS订阅方法

R 语言一次合并多组数据以及长宽数据转换

高通量测序技术 · 知乎专栏 · 生物 · 2020-01-13 04:16

现在是 2020 年 1 月 12 日：参考链接：Merging a lot of data.frames [duplicate]merge.html当列名相同时第一种方法：df1 = data.frame(id = c('1','73','2','10','43'), v1 = c(1,2,3,4,5)) df1 df2 = data.frame(id = c('7','23','57','2','62','96'), v2 = c(1,2,3,4,5,6)) df2 df3 = data.frame(id = c('23','62'), v3 = c(1,2)) df3 Reduce(function(x, y) merge(x, y, all=TRUE), list(df1, df2, df3)) id v1 v2 v3 1 1 1 NA NA 2 10 4 NA NA 3 2 3 4 NA 4 43 5 NA NA 5 73 2 NA NA 6 23 NA 2 1 7 57 NA 3 NA 8 62 NA 5 2 9 7 NA 1 NA 10 96 NA 6 NA # 或者 Reduce(function(...) merge(..., all=TRUE), list(df1, df2, df3)) # 其实上面拆开就是拆开就是 merge(merge(df1, df2, by = 'id', all = T), df3, by = 'id', all = T)第二种方法：插曲：动态图见：R 语言中 dplyr 包 jion 函数之目前我看到过的最形象的教程inner_join(): 相当于交集left_join()：字面意思 ………………………………

原文地址：访问原文地址
快照地址：访问文章快照

分享到微博