Day6-学习R包
思维导图如下
![]()
R包的学习.png
R包的学习.png
1.R包安装和加载
1.1 镜像设置
两行代码↓可以搞定，但这个方法并不适用于每个电脑，有一部分会失败。随缘，失败的话就每次需要下载R包时运行这两句代码即可。
# 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
1.2 安装
install.packages(“包”)
BiocManager::install(“包”)
- 上述二者之一，取决于要安装的包存在于CRAN网站还是Biocductor，存在于哪里？可以谷歌搜到
1.3 加载
下面二者之一均可
library(包)
require(包)
2.dplyr五个基础函数
使用示例数据如下
test <- iris[c(1:2,51:52,101:102),]
2.1 mutate(),新增列
代码如下
mutate(test, new = Sepal.Length * Sepal.Width)
运行界面如下
mutate.png
2.2 select(),按列筛选
- 1.按列号筛选
代码如下
select(test,1)
select(test,c(1,5))
select(test,Sepal.Length)
- 2.按列名筛选
代码如下
select(test, Petal.Length, Petal.Width)
vars <- c("Petal.Length", "Petal.Width")
select(test, one_of(vars))
2.3 filter()筛选行
代码如下
filter(test, Species == "setosa")
filter(test, Species == "setosa"&Sepal.Length > 5 )
filter(test, Species %in% c("setosa","versicolor"))
2.4 arrange(),按某1列或某几列对整个表格进行排序
代码如下
arrange(test, Sepal.Length)#默认从小到大排序
arrange(test, desc(Sepal.Length))#用desc从大到小
2.5 summarise()：汇总
代码如下
summarise(test, mean(Sepal.Length), sd(Sepal.Length))# 计算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))
3.dplyr两个实用技能
3.1 管道操作 %>% (cmd/ctr + shift + M)
- （加载任意一个tidyverse包即可用管道符号）
代码如下
test %>%
group_by(Species) %>%
summarise(mean(Sepal.Length), sd(Sepal.Length))
3.2 count统计某列的unique值
代码如下
count(test,Species)
4.dplyr处理关系数据
- 即将2个表进行连接，注意：不要引入factor
示例数据创建
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
test1.png
test2.png
4.1 內连inner_join,取交集
代码如下
inner_join(test1, test2, by = "x")
内连.png
4.2 左连left_join
代码如下
left_join(test1, test2, by = 'x')
左连.png
4.3 全连full_join
代码如下
full_join( test1, test2, by = 'x')
运行界面如下
全连.png
4.4 半连接：返回能够与y表匹配的x表所有记录semi_join
代码如下
semi_join(x = test1, y = test2, by = 'x')
运行界面如图
半连接.png
4.5 反连接：返回无法与y表匹配的x表的所记录anti_join
代码如下
anti_join(x = test2, y = test1, by = 'x')
运行界面如下
反连接.png
4.6 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
先设置示例数据
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
示例数据.png
代码如下
bind_rows(test1, test2)
bind_cols(test1, test3)
简单合并.png
