Rstudio的R包学习
R包是多个函数的集合，具有详细的说明和示例。
安装和加载R包
镜像设置
图片来源生信星球公众号
filie.edit(`~/.Rprofile`)
在脚本编辑器中的代码
options("repos" = c(CRAN="https://mirrors.tsinghua.edu.cn/CRAN/"))
options(BioC_mirror="https://mirrors.ustc.edu.cn/bioc/")
options()$repos和options()$BioC_mirrorl查看镜像配置
R包安装命令：
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
R包加载命令
library(包) 或者 require(包)
dpiyr的五个基础函数
数据用内置数据集iris的简化版
test <- iris[c(1:2,51:52,101:102),]
- 新增列
mutate()
mutate(test, new = Sepal.Length * Sepal.Width) - 按列筛选
select()
按列号筛选
-
select(test,1)# 从test中筛选第一列 -
select(test,c(1,5))# 从test中筛选第一列和第五列 -
select(test,Sepal.Length)# 从test中筛选Sepal.Length列
按列名筛选
select(test, Petal.Length, Petal.Width)# 从test中筛选Petal.Length和Petal.Width。
vars <- c("Petal.Length", "Petal.Width")# 将筛选出来的这两列赋值为vars
select(test, one_of(vars))# one_of是用来声明选择对象的，如one_of("x","y")就表明选择x,y变量，这里vars前面赋值了，将前面的赋值直接写select(test, one_of(c("Petal.Length", "Petal.Width"))),结果是一样的。
- 筛选行（过滤器）
filter()
-
filter(test, Species == "setosa")# 从test中筛选Species列中为setosa的行 -
filter(test, Species == "setosa"&Sepal.Length > 5 )# 从test中筛选Species列中为setosa且Sepal.Length 列的值大于5的行 -
filter(test, Species %in% c("setosa","versicolor"))# 从test中筛选Species列为setosa和versicolor的行，(%in%# 相当于match()函数的一个缩写。用来判断一个数组或矩阵是否包含在另一个数组或矩阵里。）
- 按某1列或某几列对整个表格进行排序
arrange()
-
arrange(test, Sepal.Length) # 对test中的Sepal.Length列排序，默认从小到大排序 -
arrange(test, desc(Sepal.Length))# 对test中Sepal.Length列从大到小排列 （desc()从大到小排序）
- 汇总
summarise()
-
summarise(test, mean(Sepal.Length), sd(Sepal.Length))# 计算test中Sepal.Length列的平均值和标准差 - ·group_by(test, Species)· # test先按照Species分组，计算每组Sepal.Length的平均值和标准差
-
summarise(group_by(test, Species),mean(Sepal.Length), sd(Sepal.Length))# 先对test的Species列分组，然后求各组Sepal.Length的均值和标准差
dplyr的两个实用技能
-
管道操作
%in%（cmd/ctr+shift+M）
加载任意一个tidyverse包即可用管道符号
图片来源生信星球公众号
（这一点不太懂） 统计某列的unique值
count()
count(test,Species)# 统计test中Species中的种类，每种有多少个（这个功能有点像Excel的数据透视嚯）
dplyr处理关系数据
即将2个表进行连接，注意不要引入factor 代码options(stringsAsFactors = F)
-
test1 <- data.frame(x = c('b','e','f','x'), z = c("A","B","C",'D'), stringsAsFactors = F)
test1 -
test2 <- data.frame(x = c('a','b','c','d','e','f'), y = c(1,2,3,4,5,6), stringsAsFactors = F)
test2
- 内连取交集
inner_join()
inner_join(test1, test2, by = "x")# test1和test2根据x取交集
内连取交集 - 左连
left_join()
-
left_join(test1, test2, by = 'x')#横向合并，test1在前边，以test1的x列为准
test1在前
left_join(test2, test1, by = 'x')#横向合并，test2在前边，以test2的x列为准
test2在前
- 全连
full_join()
full_join( test1, test2, by = 'x')# 两个表合并，提取共同的x，然后根据两表将其他的列补齐
image.png
image.png
注意：表格的顺序不同，得到的结果会不同 - 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')# 返回与test2匹配的test1的所有记录
半连接的结果
- 反连接：返回无法与y表匹配的所有记录
anti_join()
anti_join(x = test2, y = test1, by = 'x')# 返回无法与test1匹配的test2的所有记录
反连接的结果 - 简单合并
bind_rows()函数需要两个数据框的列数相同
bind_cols()函数需要两个数据框的行数相同
test1 <- data.frame(x = c(1,2,3,4), y = c(10,20,30,40))
test1
test2 <- data.frame(x = c(5,6), y = c(50,60))test2
test3 <- data.frame(z = c(100,200,300,400))
test3
-
bind_rows(test1, test2)# test1和test2行合并
合并行 -
bind_cols(test1, test3)# test1和test3列合并
列合并
行合并列数要相同，列合并行数要相同
