安装R包步骤
1- 先配置下载镜像
- 三种方法：
1）
在Rstudio手动设置，但是这个是CRAN的镜像，如果要下载Bioconductor的包，这个镜像是没有办法用的。
为了保证我们可以自定义CRAN和Bioconductor的下载镜像，在每次安装R包之前，敲以下两行代码运行：
options("repos"=c(CRAN="https://mirrors.tuna.tsinghua.edu.cn/CRAN/")) #设置CRAN下载为清华镜像
options(BioC_mirror="https://mirrors.ustc.edu.cn/bioc/") #设置bioconductor下载镜像为中科大
终极解决之法是——设置R的配置文件，
敲 file.edit("~/.Rprofile") 去运行，
然后在其中添加刚才的两行 options 代码去运行，如图
image.png
保存，退出RStudio并重启（你会发现刚才的两行代码已经被运行好了，省去了你手动运行的步骤），之后直接输入安装R包的代码，R会自动从这两个镜像点下载R包。
2- 现在可以下载R包了
- 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。
3- 使用R包之前要先加载，以下两种命令均可
library(包) #如果加载的包没有安装，会提示没有安装，并停止执行
require(包) #如果加载的包没安装，返回False；如果已安装，返回True，并成功加载
4- 示例：dplyr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)
「dplyr 运用示范」
- 1.新增列：
mutata()函数
mutate(test, new = Sepal.Length * Sepal.Width)
#运行结果如下
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.按列筛选：
select()
(1)按列号筛选
select(test,1)
#运行结果如下
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))
#运行结果如下
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)
#运行结果如下
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)
#运行结果如下
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))
#运行结果如下
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.筛选行
filter()
filter(test, Species == "setosa")
#运行结果如下
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 )
#运行结果如下
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"))
#运行结果如下
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.按某1列或某几列对整个表格进行排序
arrange()
arrange(test, Sepal.Length) #默认从小到大排序
#运行结果如下
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
#运行结果如下
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.汇总
summarise()
summarise(test, mean(Sepal.Length), sd(Sepal.Length)) #计算Sepal.Length的平均值和标准差
#运行结果如下
mean(Sepal.Length) sd(Sepal.Length)
1 5.916667 0.8084965
#对数据进行汇总操作,结合group_by使用实用性强
group_by(test, Species) #先按照Species分组，计算每组Sepal.Length的平均值和标准差
#运行结果如下
# 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))
#运行结果如下
# A tibble: 3 x 3
Species `mean(Sepal.Length)` `sd(Sepal.Length)`
<fct> <dbl> <dbl>
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))
#运行结果如下
# A tibble: 3 x 3
Species `mean(Sepal.Length)` `sd(Sepal.Length)`
<fct> <dbl> <dbl>
1 setosa 5 0.141
2 versicolor 6.7 0.424
3 virginica 6.05 0.354
- 2：统计某列的unique值
count()
count(test,Species)
#运行结果如下
Species n
1 setosa 2
2 versicolor 2
3 virginica 2
「dplyr处理关系数据」
- （即将两个表进行连接，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
#运行结果如下
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
#运行结果如下
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")
#运行结果如下
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')
#运行结果如下
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')
#运行结果如下
x y z
1 a 1 <NA>
2 b 2 A
3 c 3 <NA>
4 d 4 <NA>
5 e 5 B
6 f 6 C
- 3.全连
full_join
full_join( test1, test2, by = 'x')
#运行结果如下
x z y
1 b A 2
2 e B 5
3 f C 6
4 x D NA
5 a <NA> 1
6 c <NA> 3
7 d <NA> 4
- 4.半连接：返回能够与y表匹配的x表所有记录
semi_join
semi_join(x = test1, y = test2, by = 'x')
#运行结果如下
x z
1 b A
2 e B
3 f C
- 5.反连接：返回无法与y表匹配的x表的所记录
anti_join
> anti_join(x = test2, y = test1, by = 'x')
#运行结果如下
x y
1 a 1
2 c 3
3 d 4
- 6.简单合并
#在相当于base包里的cbind()函数和rbind()函数
#注意，bind_rows()函数需要两个表格列数相同，而bind_cols()函数则需要两个数据框有相同的行数
test1 <- data.frame(x = c(1,2,3,4), y = c(10,20,30,40))
test1
#运行结果如下
x y
1 1 10
2 2 20
3 3 30
4 4 40
test2 <- data.frame(x = c(5,6), y = c(50,60))
test2
#运行结果如下
x y
1 5 50
2 6 60
test3 <- data.frame(z = c(100,200,300,400))
test3
#运行结果如下
z
1 100
2 200
3 300
4 400
bind_rows(test1, test2)
#运行结果如下
x y
1 1 10
2 2 20
3 3 30
4 4 40
5 5 50
6 6 60
bind_cols(test1, test3)
#运行结果如下
x y z
1 1 10 100
2 2 20 200
3 3 30 300
4 4 40 400
