学习R包
Day6—学习R包.png
1.安装和加载R包
1.1镜像设置
一劳永逸
首先用file.edit()来编辑文件：
file.edit('~/.Rprofile')
添加好两行options代码
# options函数就是设置R运行过程中的一些选项设置
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
# 当然可以换成其他地区的镜像
最后保存=》重启Rstudio，这时你再运行一下：options()$repos和options()$BioC_mirror 就发现已经配置好了，不用每次再手动运行了。
1.2安装
CRAN：install.packages("包")
Biocductor：BiocManager::install("包")
1.3加载
library(包)
require(包)
2.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)
示例数据：内置iris数据集的简化版
test <- iris[c(1:2,51:52,101:102),]
3.dplyr五个基础函数
3.1mutate()新增列
mutate(test, new = Sepal.Length * Sepal.Width)
3.2select()按列筛选
3.2.1按列号筛选
select(test,1)
select(test,c(1,5))
select(test,Sepal.Length)
3.2.2按列名筛选
select(test,Petal.Length,Petal.Width)
vars<-c("Petal.Length","Petal.Width")
select(test,one_of(vars))
3.3filter()筛选行
filter(test, Species == "setosa")
filter(test, Species == "setosa"&Sepal.Length > 5 )
filter(test, Species %in% c("setosa","versicolor"))
3.4arrange(),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
3.5summarise()：汇总
对数据进行汇总操作,结合group_by使用实用性强
summarise(test, mean(Sepal.Length), sd(Sepal.Length))# 计算Sepal.Length的平均值和标准差
# 先按照Species分组，计算每组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))
4dplyr两个实用技能
4.1管道操作 %>% (cmd/ctr + shift + M)
test %>%
group_by(Species) %>%
summarise(mean(Sepal.Length), sd(Sepal.Length))
4.2count统计某列的unique值
count(test,Species)
5dplyr处理关系数据
即将2个表进行连接，注意：不要引入factor
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
5.1內连inner_join,取交集
inner_join(test1, test2, by = "x")
5.2左连left_join
left_join(test1, test2, by = 'x')
left_join(test2, test1, by = 'x')
5.3全连full_join
full_join( test1, test2, by = 'x')
5.4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')
5.5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')
5.6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
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)
bind_cols(test1, test3)
