R包的学习
一、安装加载R包
1、镜像设置
在Rstiudio里命令栏中输入file.edit('~/.Rprofile')
然后在左上R.Profile栏里输入以下两行命令
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
然后保存，再重启Rstiudio，再运行一下：options()$repos和options()$BioC_mirror 就发现已经配置好镜像了。
2、安装
R包安装命令是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，可以搜索到。
3、加载
用以下两个命令
library(包)
require(包)
安装加载命令集成
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)
二、以示例数据演示dplyr的五个基础函数
示例数据直接使用内置数据集iris的简化版:
test <- iris[c(1:2,51:52,101:102),]
1、mutate(),新增列
mutate (test, new = Sepal.Length * Sepal.Width)
意思是新增加一个列命名为new，其结果是这两个列相乘的结果
2、select(),按列筛选
1）按列号筛选
select(test,1)
按照数字1筛选test这个表第一列
select(test,c(1,5))
按照数字1和5筛选这个表第一列和第五列
select(test,Sepal.Length)
筛选名为Sepal.Length的列
2)按列名筛选
select(test, Petal.Length, Petal.Width)
vars <- c("Petal.Length", "Petal.Width")
select(test, one_of(vars))
3.filter()筛选行
filter(test, Species == "setosa")
筛选名为Species这一列里，名为setosa的行
filter(test, Species == "setosa"&Sepal.Length > 5 )
筛选名为Species这一列里，名为setosa，且Sepal.Length这一列里数值>5的行
&可以用于添加第二个不同列的条件
filter(test, Species %in% c("setosa","versicolor"))
筛选Species这一列里为setosa和versicolor的行
4.arrange(),按某1列或某几列对整个表格进行排序
arrange(test, Sepal.Length)#默认从小到大排序
这一列从小到大排列
arrange(test, desc(Sepal.Length))#用desc从大到小
这一列从大到小排列
5.summarise()：汇总
summarise(test, mean(Sepal.Length), sd(Sepal.Length))# 计算Sepal.Length的平均值和标准差
# 先按照Species分组，计算每组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))
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))
2:count统计某列的unique值
count(test,Species)
dplyr处理关系数据
1、先建立两个表，再将两个表进行链接
1）內连inner_join,取交集
inner_join(test1, test2, by = "x")
2）左连left_join
left_join(test1, test2, by = 'x')
保留第一个表格，把第二个表格匹配上
3）全连full_join
full_join( test1, test2, by = 'x')
4）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')
表现出能够与y表匹配的所有x表的数据
5）反连接：返回无法与y表匹配的x表的所记录
anti_join(x = test2, y = test1, by = 'x')
6）简单合并
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
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)
