安装和加载R包
1. 镜像设置
2. 安装
R包安装命令是install.packages(“包”) 安装的包存在于CRAN网站
或BiocManager::install(“包”), 安装包存在于Biocductor网站
注： 需要联网。
3.加载
以下两个均可加载。
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)
test <- iris[c(1:2,51:52,101:102),] #示例数据
dplyr五个基础函数
1.mutate(),新增列
mutate(test, new = Sepal.Length * Sepal.Width)
2.select(),按列筛选
(1)按列号筛选
(2)按列名筛选
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
对数据进行汇总操作,结合group_by使用实用性强。
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）
2：count统计某列的unique值
dplyr处理关系数据
2个表进行连接，注意：不要引入factor
1. 內连inner_join,取交集
2. 左连left_join
left_join(test1, test2, by = 'x')
left_join(test2, test1, by = 'x')
3. 全连full_join
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
semi_join(x = test1, y = test2, by = 'x')
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')
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，
而bind_cols()函数则需要两个数据框有相同的行数.
