学习R包

思维导图day6.png

R包是多个函数的集合。以下以dplyr为例。

一、安装和加载R包

1.镜像设置

初始配置.jpg

file.edit('~/.Rprofile')

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

options()$repos options()$BioC_mirror检验

2.安装

install.packages(“包”)orBiocManager::install(“包”)

3.加载

library(包)or require(包)

二、dplyr五个基础函数

示例数据 test <- iris[c(1:2,51:52,101:102),]

1.mutate(),新增列

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

mutate.png

2.select(),按列筛选

按列号筛选

列号.png

按列名筛选

列名.png

3.filter()筛选行

筛选行.png

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))#用desc从大到小

从小到大.png

从大到小.png

5.summarise()：汇总

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))

summarise.png

三、dplyr两个实用技能

1.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))

管道操作.png

2.count统计某列的unique值

count(test,Species)

count.png

四、dplyr处理关系数据

两表连接

options(stringsAsFactors = F)

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

两表连接.png

1.內连inner_join,取交集

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

inner_join.png

2.左连left_join

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

left_join.png

3.全连full_join

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

full_join.png

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')

半.png

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')

反.png

6.简单合并

在相当于base包里的cbind()函数和rbind()函数
bind_rows()函数需要两个表格列数相同
bind_cols()函数需要两个数据框行数相同

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

合并1.png

bind_rows(test1, test2)
bind_cols(test1, test3)

合并.png

学习小组Day6笔记--海笠