学习R包
转自生信星球学习笔记
一、安装和加载R包
1.镜像设置
方法有三
1） 初级模式——Rstudio的程序设置
Tools---Global Options---Packages---Change
下拉列表选择一个离自己近一点的镜像
image.png
这个是CRAN的镜像，下载Bioconductor的包不适用，且受网速限制，options()$repos来检验镜像
2）升级模式——运行代码
# options函数就是设置R运行过程中的一些选项设置
options("repos" = c(CRAN="https://mirrors.tuna.tsinghua.edu.cn/CRAN/")) #对应清华源
options(BioC_mirror="https://mirrors.ustc.edu.cn/bioc/") #对应中科大源
# 当然可以换成其他地区的镜像
下载Bioconductor还是会回到官方镜像，可以查询options()$BioC_mirror 试试
3）高级模式
R的配置文件 .Rprofile，可避免每次打开Rstudio都要运行一遍镜像配置
首先用file.edit()来编辑文件：
file.edit('~/.Rprofile')
然后运行升级模式的两行options代码
options("repos" = c(CRAN="https://mirrors.tuna.tsinghua.edu.cn/CRAN/"))
options(BioC_mirror="https://mirrors.ustc.edu.cn/bioc/")
最后保存=》重启Rstudio，再运行一下：options()BioC_mirror即可
2.安装
install.packages(“包”)
BiocManager::install(“包”)
3. 加载
library(包)
require(包)
二、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)
test <- iris[c(1:2,51:52,101:102),]
三、dplyr五个基础函数
1.mutate(),新增列
先运行上述代码
install.packages("dplyr")
library(dplyr)
然后赋值数据集，新增列函数
image.png
2.select(),按列筛选
(1)按列号筛选
image.png
----新增多列
image.png
----新增列用列名
image.png
(2)按列名筛选
image.png
3.filter()筛选行
image.png
4.arrange(),按某1列或某几列对整个表格进行排序
image.png
5.summarise()：汇总
对数据进行汇总操作,结合group_by使用实用性强
image.png
四、dplyr两个实用技能
1：管道操作 %>% (cmd/ctr + shift + M)
image.png
2：count统计某列的unique值
image.png
五、dplyr处理关系数据
即将2个表进行连接，注意：不要引入factor
image.png
1.內连inner_join,取交集
image.png
2.左连left_join
image.png
3.全连full_join
image.png
4.半连接：返回能够与y表匹配的x表所有记录semi_join
image.png
5.反连接：返回无法与y表匹配的x表的所记录anti_join
image.png
6.简单合并
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)
