Day6-学习R包

思维导图如下 R包的学习.png

1.R包安装和加载

1.1 镜像设置

两行代码↓可以搞定，但这个方法并不适用于每个电脑，有一部分会失败。随缘，失败的话就每次需要下载R包时运行这两句代码即可。

# options函数就是设置R运行过程中的一些选项设置
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
# 当然可以换成其他地区的镜像

1.2 安装

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

• 上述二者之一，取决于要安装的包存在于CRAN网站还是Biocductor，存在于哪里？可以谷歌搜到

1.3 加载

下面二者之一均可

library(包)
require(包)

2.dplyr五个基础函数

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

2.1 mutate(),新增列

代码如下
mutate(test, new = Sepal.Length * Sepal.Width)
运行界面如下

mutate.png

2.2 select(),按列筛选

• 1.按列号筛选
  代码如下

select(test,1)
select(test,c(1,5))
select(test,Sepal.Length)

• 2.按列名筛选
  代码如下

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

2.3 filter()筛选行

代码如下

filter(test, Species == "setosa")
filter(test, Species == "setosa"&Sepal.Length > 5 )
filter(test, Species %in% c("setosa","versicolor"))

2.4 arrange(),按某1列或某几列对整个表格进行排序

代码如下

arrange(test, Sepal.Length)#默认从小到大排序
arrange(test, desc(Sepal.Length))#用desc从大到小

2.5 summarise()：汇总

代码如下

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))

3.dplyr两个实用技能

3.1 管道操作 %>% (cmd/ctr + shift + M)

• （加载任意一个tidyverse包即可用管道符号）
  代码如下

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

3.2 count统计某列的unique值

代码如下

count(test,Species)

4.dplyr处理关系数据

• 即将2个表进行连接，注意：不要引入factor
  示例数据创建

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 

数据如下所示 test1.png test2.png

4.1 內连inner_join,取交集

代码如下

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

运行界面如下 内连.png

4.2 左连left_join

代码如下

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

运行界面如下 左连.png

4.3 全连full_join

代码如下
full_join( test1, test2, by = 'x')
运行界面如下

全连.png

4.4 半连接：返回能够与y表匹配的x表所有记录semi_join

代码如下
semi_join(x = test1, y = test2, by = 'x')
运行界面如图

半连接.png

4.5 反连接：返回无法与y表匹配的x表的所记录anti_join

代码如下
anti_join(x = test2, y = test1, by = 'x')
运行界面如下

反连接.png

4.6 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
先设置示例数据

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

数据如下 示例数据.png

代码如下

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

运行界面如下 简单合并.png

OK，今天学习到此结束啦！