第一步
设置镜像
第二步
安装各种的R包
install.packages(“包”)
包在cran网站
BiocManager::install(“包”)
包在Biocductor网站
第三步
加载包
library(包)
require(包)
以dplyr包为例进行示范
代码：
options("repos"=c(CRAN="https://mirrors.tuna.tsinghua.edu.cn/CRAN/"))
设置镜像的意思
options(BioC_mirror="https://mirrors.ustc.edu.cn/bioc/")
大概是确定好到底设置好没
install.packages("dplyr")
安装dplyr这个r包
library(dplyr)
调取dplyr这个r包
使用内置数据集iris的简化版:
test <- iris[c(1:2,51:52,101:102),]
根据结果推测代码的意思是取iris这个数据集的第1，2，51，52，101，102行的数字
dplyr这个r包里面五个基础函数
1.mutate(),新增列
代码：
mutate(test, new = Sepal.Length * Sepal.Width)
2.select(),按列筛选
3.filter()筛选行
4.arrange(),按某1列或某几列对整个表格进行排序
5.summarise()：汇总
代码：
summarise(test, mean(Sepal.Length), sd(Sepal.Length))# 计算Sepal.Length的平均值和标准差
image.png
先按照Species分组，计算每组Sepal.Length的平均值和标准差
group_by(test, Species)
image.png
summarise(group_by(test, Species),mean(Sepal.Length), sd(Sepal.Length))
image.png
dplyr包两个使用技能
1：管道操作 %>% (cmd/ctr + shift + M)
加载任意一个tidyverse包即可用管道符号
代码：
test %>%
group_by(Species) %>%
summarise(mean(Sepal.Length), sd(Sepal.Length))
2：count统计某列的unique值
代码：
count(test,Species)
dyplr处理关系数据
将2个表进行连接，但不引入factor
第一步
整出需要连接的表
代码：
options(stringsAsFactors = F)
test1 <- data.frame(x = c('b','e','f','x'),
z = c("A","B","C",'D'),
stringsAsFactors = F)
test2 <- data.frame(x = c('a','b','c','d','e','f'),
y = c(1,2,3,4,5,6),
stringsAsFactors = F)
image.png
1.內连inner_join,取交集
代码：
inner_join(test1, test2, by = "x")
2.左连left_join
代码：
left_join(test1, test2, by = 'x')
left_join(test2, test1, by = 'x')
image.png
3.全连full_join
代码：
full_join( test1, test2, by = 'x')
4.半连接：返回能够与y表匹配的x表所有记录semi_join
代码：
semi_join(x = test1, y = test2, by = 'x')
image.png
5.反连接：返回无法与y表匹配的x表的所记录anti_join
代码：
anti_join(x = test2, y = test1, by = 'x')
6.简单合并
相当于base包里的cbind()函数和rbind()函数
bind_rows()函数需要两个表格列数相同
bind_cols()函数则需要两个数据框行数相同
代码：
test1 <- data.frame(x = c(1,2,3,4), y = c(10,20,30,40))
test2 <- data.frame(x = c(5,6), y = c(50,60))
test3 <- data.frame(z = c(100,200,300,400))
bind_rows(test1, test2)
bind_cols(test1, test3)
image.png
