- 复习
- 查看工作目录：getwd()
- 更改工作目录：setwd()
- 查看工作路径的文件：list.files()或者dir()
- 计算：sqrt(9) ：开根号；abs(-3) ：绝对值；log2(8)
- 赋值：使用<-
- 清除变量：rm(
指定变量) #删除指定变量；rm(list = ls()) #删除全部变量
- 今日学习
- 安装R包：install.packages("包的名字")或者BiocManager::install("包的名字")
- 加载：library(包的名字)
require(包的名字)
示例：
options("repos" = c(CRAN="https://mirrors.tuna.tsinghua.edu.cn/CRAN/")) #配置清华镜像源
install.packages("dplyr")
library(dplyr)
- 数据处理：示例如下
test <- iris[c(1:2,51:52,101:102),]
mutation() # 新增列
Test <- mutate(test,Sepalarea = Sepal.Length*Sepal.Width)# 根据data.frame行数在其最右边添加新的一列(列名为Sepalarea),并赋值为指定两列的乘积
- 筛选
①select() #按列筛选
select(test,1) #筛选第1列
select(test,c(1,3)) #筛选第1、3列
select(test,Petal.Length,Petal.Width) #按列名筛选
②filter() #按行筛选
filter(test,Species == "setosa") #按条件筛选出行
filter(test,Species == "setosa"&Sepal.Length>5) #多条件筛选
filter(test,Species %in% c("setosa","versicolor")) #多值筛选
- 排序：arrange()
arrange()
arrange(test,Sepal.Length) #按列值大小排序，默认从小到大
arrange(test,desc(Sepal.Length)) #desc表示从大到小排序
- 汇总：summarise()
summarise(test,mean(Sepal.Length),sd(Sepal.Length)) #计算某一列的平均值与标准差
group_by(test,Species) #按列分组以及相关表格信息
summarise(group_by(test,Species),mean(Sepal.Length),sd(Sepal.Length)) #按照列值分组，再分组分别进行平均值及标准差的计算
- dplyr两个实用技能
①管道操作：%>% (cmd/ctr+shift+M)
test %>%
group_by(Species) %>%
summarise(mean(Sepal.Length),sd(Sepal.Length))
②count 统计某列的unique值
count(test,Species)
- 处理关系数据
options(stringAsFactors = F) # 避免引入factor
test1 <- data.frame(x = c('b','e','f','x'), z = c('A','B','C','D'))
test2 <- data.frame(x = c('a','b','c','d','e','f'),y = c(1,2,3,4,5,6))##2个表进行连接
inner_join(test1,test2,by = "x") ##内连 inner_join 取交集合并
left_join(test1,test2,by = "x") ## 左连left_join 按前者合并全部，若后者无则为空
full_join( test1, test2, by = 'x') ## 全连full_join 全连
semi_join(x = test1,y = test2,by = "x") ## 半连接semi_join 返回能够与y表匹配的x表所有记录
anti_join(x = test2,y = test1,by = "x") ## 反连接anti_join 返回无法与y表匹配的x表所有记录
- 简单合并
test3 <- data.frame(x = c(1,2,3,4),y = c(10,20,30,40))
test4 <- data.frame(x = c(5,6),y = c(50,60))
test5 <- data.frame(z = c(100,200,300,400))
bind_rows(test3,test4) ## bind_rows() 纵向拼接,列数不变,行数增加,两个数据框的列数需要相同
bind_cols(test3,test5) ## bind_cols() 横向拼接,行数不变,列数增加,两个数据框的行数需要相同
