数据框的创建，mutate的使用

library（dplyr）
test <- iris[c(1:2,51:52,101:102),]    #
class（test） #test为数据框
mutate()函数
mutate(test, new = Sepal.Length * Sepal.Width) #新增new的列，内容为Sepal.Length 的值和Sepal.Width的值

数据框的索引

1.按列的顺序筛选

select(test,1)  #提取第一列
test[,1] #提取第一列
test$1
select(test,c(1,5)) #提取1，和5列

2.按列的名字筛选

select(test, Petal.Length, Petal.Width)  #选择
vars <- c("Petal.Length", "Petal.Width") #将vars赋值
select(test, one_of(vars)) #提取vars包含向量的值

3.数据框的筛选（用于筛选logFC和p值的）

filter(test, Species == "setosa")  #test数据框中 species列中等于"setosa"的行
filter(test, Species == "setosa"&Sepal.Length > 5 ) #筛选species列中等于"setosa"的值的行，且Sepal.Length > 5 
filter(test, Species %in% c("setosa","versicolor")) #筛选species既有
setosa，versicolor的值

4.数据框的排序

arrange(test, Sepal.Length)

5.数据框的汇总处理

group_by(test, Species)#按照species进行分组
summarise(group_by(test, Species),mean(Sepal.Length), sd(Sepal.Length))
#按照分组来计算sepal.length 平均值speal.length的标准差
count(test,Species) #统计每个重复变量的个数

管道操作（类似ggplot中的叠加图层）

test %>% 
  group_by(Species) %>% 
  summarise(mean(Sepal.Length), sd(Sepal.Length))

6数据框的合并

bind_rows(test1, test2)（需要列数相同）
bind_cols(test1, test2) (需要行数相同)