安装和加载R包

镜像设置

1.file.edit('~/.Rprofile')
2.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
3.查看是否配置成功
options()$repos

options()$BioC_mirror
4.安装R包
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

加载

library(包)
require(包)

dplyr五个基础函数

mutate(),新增列

select(),按列筛选

1.按列号筛选
select(test,1) ##第一列
2.按列名筛选
vars <- c("Petal.Length", "Petal.Width")
select(test, one_of(vars)) ##调用vars

filter()筛选行

filter(test, Species == "setosa"&Sepal.Length > 5 ) ##筛选setosa且Sepal.Length > 5

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
arrange(test, desc(Sepal.Length))#用desc从大到小

summarise()：汇总

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

dplyr两个实用技能

管道操作 %>% (cmd/ctr + shift + M)

count统计某列的unique值

dplyr处理关系数据

options(stringsAsFactors = F)##注意：不要引入factor
test1 <- data.frame(x = c('b','e','f','x'),
z = c("A","B","C",'D'),
stringsAsFactors = F)

內连inner_join,取交集

左连left_join

left_join(test1, test2, by = 'x')

全连full_join

半连接：返回能够与y表匹配的x表所有记录semi_join

反连接：返回无法与y表匹配的x表的所记录anti_join

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