image.png
基本安装
镜像设置
1.查看当前镜像设置options()$repos
2.设置镜像（每次打开都要设置）
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
3.R中配置镜像（每次打开都是这个镜像）
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
安装R包
install.packages(“包”)
BiocManager::install(“包”)
或者本地导入
加载R包
library(“包”)或require(“包”)
dplyr
1.对列操作
1.1新增列：mutate()
1.2按列筛选：select（）
1.2.1按列号筛选
select(iris,1)
select(iris,c(1,5))
1.2.2按列名筛选
select(iris,Sepal.Length)
vars <- c("Petal.Length", "Petal.Width")##先赋值
select(test, one_of(vars))
1.3排序：arrange()
1.3.1从小到大
arrange(iris, Sepal.Length)#默认从小到大排序
1.3.2从大到小desc()
arrange(iris,desc(Sepal.Length))#用desc从大到小
2.对行操作
按内容/逻辑值筛选
filter(iris, Species == "setosa")
filter(iris, Species == "setosa"&Sepal.Length > 5 )
filter(test, Species %in% c("setosa","versicolor"))
3.汇总
3.1summarise()
summarise(test, mean(Sepal.Length), sd(Sepal.Length))# 计算Sepal.Length的平均值和标准差
与group_by()结合
# 按照Species分组
group_by(iris, Species)
# 先按照Species分组，计算每组Sepal.Length的平均值和标准差
summarise(group_by(iris, Species), mean(Sepal.Length), sd(Sepal.Length))
3.2 summary()
4.管道操作
%>% (cmd/ctr + shift + M)
5.统计
count统计某列的unique值
6.合并
1.內连inner_join,取交集
2.左连left_join
3.全连full_join
4.半连接：返回能够与y表匹配的x表所有记录semi_join
5.反连接：返回无法与y表匹配的x表的所记录anti_join
6.简单合并
cbind()函数和rbind()函数
bind_rows()函数和bind_cols()函数
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
