今天的重点在于：
（1）设置镜像，以便下载各种包时更加快速。设置后一劳永逸是目标，但是失败也是常事；
（2）数据框初级操作，筛选数据，表格合并等。
设置镜像
高级模式
（1）首先使用R的配置文件 .Rprofile
命令为 file.edit('~/.Rprofile')
（2）在Rscript中运行后，会产生一个新的.Rprofile 界面
在这个界面中输入镜像命令重点命令
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）最后保存，重启Rstudio，这时你再运行一下如下两行代码，即可看到是否镜像设置成功：
options()BioC_mirror
看起来都设置成功了
如果每次新建的project中，用file.edit('~/.Rprofile')打开的Rprofile中都已经有这些代码，则可认定为长期设置，不必每次下载包之前再次设置。例如
这是我再次新建的project ，但是运行Rprofile后仍有这两行镜像代码，则说明不必再次输入镜像，可直接使用。如果没有这些，则需要重新输入镜像命令。
安装R包
命令为 install.packages(“包”)
BiocManager::install(“包”)
取决于你要安装的包存在于CRAN网站还是Biocductor，前者用于CRAN网站的包获取，后者用于Biocductor，包在哪里，需要谷歌搜索
加载包
两个命令均可，使用时二选一，命令中的包在实际使用时为包的名称
library(包)
require(包)
例如，镜像命令后输入加载 dplyr 包
dplyr 包中的基本函数使用范例
（1）**mutate() #新增数据框中的列，格式为mutate(矩阵名, 新增列名 = 值) **
例如 mutate(test, new = Sepal.Length * Sepal.Width)，
（2）select() #按列筛选，select(矩阵名,列数)或者select(矩阵名,列名称)
例如 select(test,1)
select(test,c(1,4))
select(test,Sepal.Width)
（3）filter() #筛选行
格式为 filter(矩阵名, 列名 == "值")
filter(矩阵名, 列名 %in% c( "值1"， "值2"， "值3"))
例如 filter(test, Species == "versicolor")
filter(test, Species == "setosa"&Sepal.Length > 3 )
filter(test, Species %in% c("versicolor","virginica")) #在数据框中筛选带有这两个名称的行
（4）arrange() #按某1列或某几列对整个表格进行排序
格式为 arrange(矩阵名, 列名)#默认从小到大排序
arrange(矩阵名, desc(列名))#用desc从大到小
（5）summarise() #汇总
格式 summarise(矩阵名, mean(列名), sd(列名))# 计算某列的平均值和标准差
group_by(矩阵名, 列名) # 先按照矩阵名分组，计算每组矩阵名的平均值和标准差
例summarise(group_by(test, Species),mean(Sepal.Length), sd(Sepal.Length))
dplyr两个实用技能
- 管道操作 %>% (cmd/ctr + shift + M)
-
count统计某列的unique值
count(矩阵名,列名)
dplyr处理关系数据 (数据框编辑实用命令)
-
內连inner_join,取交集
inner_join(表1,表2, by = "列名") -
左连left_join
left_join(表1, 表2, by = '列名')， 新的表行数=左边的表1，新列值来自于右边表2，只显示存在的值，没有的值为NA。 -
全连full_join
格式为 full_join( 表1, 表2, by = 'x')
表1和表2通过x这一列连接起来 -
半连接
semi_join(x = 表1, y =表2, by = 'x')
返回能够与y表匹配的x表所有记录semi_join -
反连接
anti_join(x =表2, y =表1, by = 'x')
返回无法与y表匹配的x表的所记录anti_join -
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，合并行需要有相同列数
bind_cols()函数则需要两个数据框有相同的行数，合并列需要有相同行数
