R包

一、R studio预设镜像

1.设置

file.edit('~/.Rprofile')
options("repos" = c(CRAN="https://mirrors.tuna.tsinghua.edu.cn/CRAN/")) #对应清华源
options(BioC_mirror="https://mirrors.ustc.edu.cn/bioc/") #对应中科大源

2.查看设置

options()$repos
options()$BioC_mirror

听说设置是否成功全靠缘分，我可能只有一半缘分

image.png

二、dplyr包——计算，数据整理

1.添加列

mutate(test, new = Sepal.Length * Sepal.Width)

2.筛选

#按列号筛选
select(test,1)
select(test,c(1,5))
select(test,Sepal.Length)
#按列名筛选
select(test, Petal.Length, Petal.Width)
vars <- c("Petal.Length", "Petal.Width")#var是"Petal.Length", "Petal.Width"
select(test, one_of(vars))
#用filter筛选行
filter(test, Species == "setosa")#在test中筛选spcies值未setosa的行
filter(test, Species == "setosa"&Sepal.Length > 5 )
#a %in%b，取a在b中的值
filter(test, Species %in% c("setosa","versicolor"))

3.排序

arrange(test, Sepal.Length)#默认从小到大排序
arrange(test, desc(Sepal.Length))#用desc从大到小

4.汇总，分组

summarise(test, mean(Sepal.Length), sd(Sepal.Length))# 计算Sepal.Length的平均值和标准差
# 先按照Species分组，计算每组Sepal.Length的平均值和标准差
group_by(test, Species)
summarise(group_by(test, Species),mean(Sepal.Length), sd(Sepal.Length))

三、管道操作

#管道操作%>% (cmd/ctr + shift + M)
#%>% 直接把数据传递给下一个公式，任意一个tidyverse包可用
test %>% 
  group_by(Species) %>% 
  summarise(mean(Sepal.Length), sd(Sepal.Length))
count(test,Species)

四、关联数据

操作关系数据不要引入factor
options(stringsAsFactors = F)

1.连接

#内连inner，取交集
inner_join(test1, test2, by = "x")
#左连left
left_join(test1, test2, by = 'x')
left_join(test2, test1, by = 'x')
#全连full
full_join( test1, test2, by = 'x')
#半连接：返回能够与y表匹配的x表所有记录
semi_join(x = test1, y = test2, by = 'x')
#反连接：返回无法与y表匹配的x表的所记录
anti_join(x = test2, y = test1, by = 'x')

2.合并

bind_rows()
bind_cols()

今日小结

image.png