学习小组DAY6--帅炸

学习R包

安装和加载R包

镜像设置
安装

R包安装命令是install.packages(“包”)或者BiocManager::install(“包”)

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)

安装和加载R.png

示例数据使用内置数据集iris的简化版

test <- iris[c(1:2,51:52,101:102),]

dplyr五个基础函数

1. mutate(),新增列

新增列.png

2. select(),按列筛选

(1)按列号筛选

select(test,1) 第一列
select(test,c(1,5)) 第一列和第五列
select(test,Sepal.Length) 列名

挑选列.png

(2)按列名筛选

select(test, Petal.Length, Petal.Width)
vars <- c("Petal.Length", "Petal.Width")
select(test, one_of(vars))

按列筛选2.png

3.filter()筛选行

filter(test, Species == "setosa")
filter(test, Species == "setosa"&Sepal.Length > 5 )
filter(test, Species %in% c("setosa","versicolor"))

筛选行.png

4. arrange(),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

排序.png

5.summarise()：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
group_by(test, Species)按照Species分组
summarise(group_by(test, Species),mean(Sepal.Length), sd(Sepal.Length))

汇总.png

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）

管道操作.png

2：count统计某列的unique值

列的unique值.png

dplyr处理关系数据

建表

options(stringsAsFactors = F)
test1 <- data.frame(x = c('b','e','f','x'),
z = c("A","B","C",'D'),
stringsAsFactors = F)
test2 <- data.frame(x = c('a','b','c','d','e','f'),
y = c(1,2,3,4,5,6),
stringsAsFactors = F)