学习小组Day6-杨咩咩

学习R包

• 安装和加载R包

  • 1.镜像设置

  • 2.安装

    • install.packages(“包”)

    • BiocManager::install(“包”)

  • 3.加载

    • library(包)

    • require(包)

  • 实操

    • test <- iris[c(1:2,51:52,101:102),]
      image

• dplyr五个基本函数

  • 1.mutate(),新增列

    • mutate(test, new = Sepal.Length * Sepal.Width)
      image

  • 2.select(),按列筛选

    • (1)按列号筛选

      • select(test,1)

      • select(test,c(1,5))

      • select(test,Sepal.Length)

      • image

    • (2)按列名筛选

    • select(test, Petal.Length, Petal.Width)

    • vars <- c("Petal.Length", "Petal.Width")
      select(test, one_of(vars))

    • image

  • 3.filter()筛选行

    • filter(test, Species == "setosa")

    • filter(test, Species == "setosa"&Sepal.Length > 5 )

    • filter(test, Species %in% c("setosa","versicolor"))

    • image

  • 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

    • arrange(test, desc(Sepal.Length))

    • image

  • 5.summarise()：汇总

    • 对数据进行汇总操作,结合group_by使用实用性强

    • summarise(test, mean(Sepal.Length), sd(Sepal.Length))# 计算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))

    • image

• dplyr两个实用技能

  • 1：管道操作 %>% (cmd/ctr + shift + M)

    • image

  • 2：count统计某列的unique值

    • count(test,Species)

    • image

• dplyr处理关系数据

  • 两表链接

    • 方法一：
      options(stringsAsFactors = F)
      test1 <- data.frame(x = c('b','e','f','x'),
      z = c("A","B","C",'D'),
      stringsAsFactors = F)
      test1
    • 方法二：
      test2 <- data.frame(x = c('a','b','c','d','e','f'),
      y = c(1,2,3,4,5,6),
      stringsAsFactors = F)
      test2
    • image

  • 1.內连inner_join,取交集

    • inner_join(test1, test2, by = "x")

      • image

  • 2.左连left_join

    • left_join(test1, test2, by = 'x')

    • left_join(test2, test1, by = 'x')

    • image

  • 3.全连full_join

    • full_join( test1, test2, by = 'x')

    • full_join( test1, test2, by = 'y')报错原因是test1:x z,test2:x y
      image

  • 4.半连接：返回能够与y表匹配的x表所有记录semi_join

    • semi_join(x = test1, y = test2, by = 'x')

      • image

  • 5.反连接：返回无法与y表匹配的x表的所记录anti_join

    • anti_join(x = test2, y = test1, by = 'x')

      • image

  • 6.简单合并

    • 在相当于base包里的cbind()函数和rbind()函数;注意，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

    • 代码
      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)

    • image
      
      
      思维导图：
      学习R包.png