思维导图
R包安装.PNG
配置镜像
初级模式
初始配置 生信星球.PNG
缺点：这个是CRAN的镜像，如果要下载Bioconductor的包，这个镜像是没有办法用的。
升级模式
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
缺点：下次再打开Rstudio会发现，下载Bioconductor还是会回到官方镜像。可以查询options()$BioC_mirror试试，如果你的依然是自己设置的国内镜像，就不用管了；如果发现需要再重新运行一遍代码进行设置。
一劳永逸的高级模式
file.edit('~/.Rprofile')
然后在其中添加好上面的options代码，保存，重启Rstudio
安装包
`install.packages(“包”)`
`BiocManager::install(“包”)`
加载包
`library(包)`
`require(包)`
R包的讲解(dplyr为例)
dplyr包，d=data.frame，是专门用于数据框的
dplyr基础函数
示例数据
test <- iris[c(1:2,51:52,101:102),]
- mutate(data, newcolumn= )，新增列
mutate(test, new = Sepal.Length * Sepal.Width)
- select(data, colnumber/colname)，筛选列
select(test,c(1,5))
select(test, Petal.Length, Petal.Width)
vars <- c("Petal.Length", "Petal.Width")
select(test, one_of(vars))
- filter(data, 需要满足的条件(常常是某一列的内容满足什么))，筛选行
filter(test, Species == "setosa")
filter(test, Species == "setosa"&Sepal.Length > 5 )
filter(test, Species %in% c("setosa","versicolor"))
- arrange(data, colname),按某1列或某几列对整个表格进行排序
默认是从小到打排序，arrange(data, desc(colname))从大到小排序
arrange(test, Sepal.Length)
arrange(test, desc(Sepal.Length))
- summarise()：汇总
summarise(group_by(), )，结合group_by使用实用性强
summarise(test, mean(Sepal.Length), sd(Sepal.Length))
summarise(group_by(test, Species),mean(Sepal.Length), sd(Sepal.Length))
实用技能
- 管道操作 %>% (cmd/ctr + shift + M)
（加载任意一个tidyverse包即可用管道符号）
test %>%
group_by(Species) %>%
summarise(mean(Sepal.Length), sd(Sepal.Length))
- count(data, colnames) 统计某列的unique值
count(test,Species)
处理数据关系
示例数据
options(stringsAsFactors = F) #注意：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(data1,data2, by=哪一列)
内连取交集，大家共有的才合并
inner_join(test1, test2, by = "x")
- left_join(data1,data2,by=哪一列)
左连，第一个数据集有的在第二个数据集里面找然后合并，没有匹配的就空值NA
left_join(test1, test2, by = 'x')
left_join(test2, test1, by = 'x')
- full_join(data1,data2,by=哪一列)
全连取并集，没有匹配就空值NA
full_join( test1, test2, by = 'x')
- semi_join(x, y , by =哪一列)
半连接：返回能够与y表匹配的x表所有记录，不合并
semi_join(x = test1, y = test2, by = 'x')
- anti_join(x , y , by =哪一列)
反连接：返回无法与y表匹配的x表的所记录，不合并
anti_join(x = test2, y = test1, by = 'x')
- bind_rows(), bind_cols()简单合并
bind_rows()函数需要两个表格列数相同，bind_cols()函数则需要两个数据框有相同的行数
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)
