安装和加载R包
设置镜像
安装并加载R包
install.packages(“包”)或者BiocManager::install(“包”)取决于要安装的包存在于CRAN网站还是Biocductor
install.packages('dplyr')
library('dplyr')
dplyr的五个基础函数
赋值示例数据
test <- iris[c(1:2,51:52,101:102),]
mutate() 新增列
mutate(test, new = Sepal.Length * Sepal.Width)
select() 按列筛选
select(test,2)
select(test, Petal.Width)
filter() 筛选行
filter(test,Species == 'setosa')
filter(test,Species == 'virginica' & Sepal.Length > 6)
arrange() 按某1列或者某几列对整个表格进行排序
arrange(test,Sepal.Length) #按Sepal.Length从小到大排序
arrange(test,desc(Sepal.Length)) #按Sepal.Length从小到大排序
summarise() 数据汇总 结合group_by
summarise(test,mean(Sepal.Length),sd(Sepal.Length)) #将test数据的Sepal.Length均值和标准差汇总
group_by(test,Species) #将test数据按Species分组排列
summarise(group_by(test,Species),mean(Sepal.Length),sd(Sepal.Length))#将test数据按Species分组排列的数据分组求Sepal.Length均值和标准差，并汇总
dplyr的两个实用技能
管道操作 %>%
test %>% group_by(Species) %>% summarise(mean(Sepal.Length),sd(Sepal.Length))
count 统计某列的unique值
count(test,Species)
dplyr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) #不要引入factor
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)
inner_join() 内连取交集
inner_join(test1,test2) #按交集连接
left_join() 左连
left_join(test1,test2,by = 'x') #按x列对齐左侧数据集
full_join() 全连
full_join(test1,test2)
semi_join() 半连接,返回能够与y表匹配的x表所有记录
semi_join(x = test1,y = test2,by = 'x') #返回的是x表或其一部分
anti_join() 反连接,返回无法与y表匹配的x表的所有记录
anti_join(x = test1,y = test2,by = 'x') #返回的是x表或其一部分
简单合并bind_rows()和bind_cols() 相当于rbind和cbind 但bind_rows()和bind_cols()要求两个表格列数相同或者行数相同
test1 <- data.frame(x = c(1,2,3,4), y = c(10,20,30,40))
test2 <- data.frame(x = c(5,6), y = c(50,60))
test3 <- data.frame(z = c(100,200,300,400))
bind_rows(test1,test2)
bind_cols(test1,test3)
