安装和加载R包
1.镜像设置
两行代码↓可以搞定，但这个方法并不适用于每个电脑，有一部分会失败。随缘，失败的话就每次需要下载R包时运行这两句代码即可。
你还在每次配置Rstudio的下载镜像吗？
2.安装
确保联网再操作。。。不然就尴尬了。
R包安装命令是install.packages(“包”)或者BiocManager::install(“包”)。取决于你要安装的包存在于CRAN网站还是Biocductor，存在于哪里？可以谷歌搜到。
3.加载
下面两个命令均可。
library(包)require(包)
安装加载三部曲
options("repos" = c(CRAN="https://mirrors.tuna.tsinghua.edu.cn/CRAN/")) options(BioC_mirror="https://mirrors.ustc.edu.cn/bioc/") install.packages("dplyr")library(dplyr)
示例数据直接使用内置数据集iris的简化版:
test <- iris[c(1:2,51:52,101:102),]
dplyr五个基础函数
注意，井号开头的是代码运行记录。可以和自己的运行结果做对比
1.mutate(),新增列
mutate(test, new = Sepal.Length * Sepal.Width)
## Sepal.Length Sepal.Width Petal.Length Petal.Width Species new## 1 5.1 3.5 1.4 0.2 setosa 17.85## 2 4.9 3.0 1.4 0.2 setosa 14.70## 3 7.0 3.2 4.7 1.4 versicolor 22.40## 4 6.4 3.2 4.5 1.5 versicolor 20.48## 5 6.3 3.3 6.0 2.5 virginica 20.79## 6 5.8 2.7 5.1 1.9 virginica 15.66
2.select(),按列筛选
(1)按列号筛选
select(test,1)
## Sepal.Length## 1 5.1## 2 4.9## 51 7.0## 52 6.4## 101 6.3## 102 5.8
select(test,c(1,5))
## Sepal.Length Species## 1 5.1 setosa## 2 4.9 setosa## 51 7.0 versicolor## 52 6.4 versicolor## 101 6.3 virginica## 102 5.8 virginica
select(test,Sepal.Length)
## Sepal.Length## 1 5.1## 2 4.9## 51 7.0## 52 6.4## 101 6.3## 102 5.8
(2)按列名筛选
select(test, Petal.Length, Petal.Width)
## Petal.Length Petal.Width## 1 1.4 0.2## 2 1.4 0.2## 51 4.7 1.4## 52 4.5 1.5## 101 6.0 2.5## 102 5.1 1.9
vars <- c("Petal.Length", "Petal.Width")select(test, one_of(vars))
## Petal.Length Petal.Width## 1 1.4 0.2## 2 1.4 0.2## 51 4.7 1.4## 52 4.5 1.5## 101 6.0 2.5## 102 5.1 1.9
3.filter()筛选行
filter(test, Species == "setosa")
## Sepal.Length Sepal.Width Petal.Length Petal.Width Species## 1 5.1 3.5 1.4 0.2 setosa## 2 4.9 3.0 1.4 0.2 setosa
filter(test, Species == "setosa"&Sepal.Length > 5 )
## Sepal.Length Sepal.Width Petal.Length Petal.Width Species## 1 5.1 3.5 1.4 0.2 setosa
filter(test, Species %in% c("setosa","versicolor"))
## Sepal.Length Sepal.Width Petal.Length Petal.Width Species## 1 5.1 3.5 1.4 0.2 setosa## 2 4.9 3.0 1.4 0.2 setosa## 3 7.0 3.2 4.7 1.4 versicolor## 4 6.4 3.2 4.5 1.5 versicolor
4.arrange(),按某1列或某几列对整个表格进行排序
arrange(test, Sepal.Length)#默认从小到大排序
## Sepal.Length Sepal.Width Petal.Length Petal.Width Species## 1 4.9 3.0 1.4 0.2 setosa## 2 5.1 3.5 1.4 0.2 setosa## 3 5.8 2.7 5.1 1.9 virginica## 4 6.3 3.3 6.0 2.5 virginica## 5 6.4 3.2 4.5 1.5 versicolor## 6 7.0 3.2 4.7 1.4 versicolor
arrange(test, desc(Sepal.Length))#用desc从大到小
## Sepal.Length Sepal.Width Petal.Length Petal.Width Species## 1 7.0 3.2 4.7 1.4 versicolor## 2 6.4 3.2 4.5 1.5 versicolor## 3 6.3 3.3 6.0 2.5 virginica## 4 5.8 2.7 5.1 1.9 virginica## 5 5.1 3.5 1.4 0.2 setosa## 6 4.9 3.0 1.4 0.2 setosa
5.summarise()：汇总
对数据进行汇总操作,结合group_by使用实用性强
summarise(test, mean(Sepal.Length), sd(Sepal.Length))# 计算Sepal.Length的平均值和标准差
## mean(Sepal.Length) sd(Sepal.Length)## 1 5.916667 0.8084965
# 先按照Species分组，计算每组Sepal.Length的平均值和标准差group_by(test, Species)
## # A tibble: 6 x 5## # Groups: Species [3]## Sepal.Length Sepal.Width Petal.Length Petal.Width Species ## * <dbl> <dbl> <dbl> <dbl> <fct> ## 1 5.1 3.5 1.4 0.2 setosa ## 2 4.9 3 1.4 0.2 setosa ## 3 7 3.2 4.7 1.4 versicolor## 4 6.4 3.2 4.5 1.5 versicolor## 5 6.3 3.3 6 2.5 virginica ## 6 5.8 2.7 5.1 1.9 virginica
summarise(group_by(test, Species),mean(Sepal.Length), sd(Sepal.Length))
## # A tibble: 3 x 3## Species `mean(Sepal.Length)` `sd(Sepal.Length)`## ## 1 setosa 5 0.141## 2 versicolor 6.7 0.424## 3 virginica 6.05 0.354
dplyr两个实用技能
1：管道操作 %>% (cmd/ctr + shift + M)
（加载任意一个tidyverse包即可用管道符号）
test %>% group_by(Species) %>% summarise(mean(Sepal.Length), sd(Sepal.Length))
## # A tibble: 3 x 3## Species `mean(Sepal.Length)` `sd(Sepal.Length)`## ## 1 setosa 5 0.141## 2 versicolor 6.7 0.424## 3 virginica 6.05 0.354
2：count统计某列的unique值
count(test,Species)
## # A tibble: 3 x 2## Species n## ## 1 setosa 2## 2 versicolor 2## 3 virginica 2
dplyr处理关系数据
即将2个表进行连接，注意：不要引入factor
options(stringsAsFactors = F)test1 <- data.frame(x = c('b','e','f','x'), z = c("A","B","C",'D'), stringsAsFactors = F)test1
## x z## 1 b A## 2 e B## 3 f C## 4 x D
test2 <- data.frame(x = c('a','b','c','d','e','f'), y = c(1,2,3,4,5,6), stringsAsFactors = F)test2
## x y## 1 a 1## 2 b 2## 3 c 3## 4 d 4## 5 e 5## 6 f 6
1.內连inner_join,取交集
inner_join(test1, test2, by = "x")
## x z y## 1 b A 2## 2 e B 5## 3 f C 6
2.左连left_join
left_join(test1, test2, by = 'x')
## x z y## 1 b A 2## 2 e B 5## 3 f C 6## 4 x D NA
left_join(test2, test1, by = 'x')
