一、安装和加载R包

1. 镜像设置

镜像设置.png

2. 安装R包

• R包存在与CRAN：install.packages(“R包名称”)
• R包存在于Biocductor：BiocManager::install(“R包名称”)

安装R包.png

3. 加载R包

加载R包.png

二、dplyr（数据操作R包）五个基础函数

1. 新增列：mutate()

新增列.png

2. 按列筛选：select()

筛选列.png

3. 筛选行：filter()

筛选行.png

4. 按某1列或某几列对整个表格进行排序：arrange()

表格排序.png

5. 汇总分析：summarise()，再加上分组group_by()即可实现各组内分析

汇总分析.png

三、dplyr两个扩展技巧

1. 管道操作

• 能够通过管道将数据从一个函数传给另外一个函数，从而用若干函数构成的管道依次变换你的数据
• 管道运算符号为%>%（Windows快捷键为Shift+CTRL+M），其意思是将左边的运算结果，以输入的方式传递给右边的函数

管道操作.png

2. count() ：统计某列的unique值

统计某一列各元素出现次数.png

四、dplyr处理关系数据-类似于Excel的VLOOKUP

1. 取两个数据在某一变量上的的交集：inner_join(X,Y,by = '某一变量')

找出两个数据集在某一变量上的交集.png

2. 将两个数据集以左侧数据集为标准取交集：left_join(X,Y, by = '某一变量')

左连.png

3. 将两个数据集整体合并：full_join(X,Y, by = '某一变量')

全连.png

4. 返回能够与Y表匹配的X表所有记录：semi_join(X, Y, by = '某一变量')

半合并.png

5. 返回无法与Y表匹配的X表的所有记录：anti_join(X, Y, by = '某一变量')

反连接.png

6. 简单合并

• bind_rows()函数需要两个表格列数相同
• bind_cols()函数则需要两个数据框有相同的行数

简单合并.png