DAY6-谢荣俊

作者: 谢荣俊 | 来源:发表于2020-11-04 23:04 被阅读0次

    学习让我快乐!!!


    生信星球学习小组第87期DAY6-学习R包 思维导图 谢荣俊

    一、安装和加载R包:


    1. 镜像设置:除了通过代码以及Rstudio内在的设置方法外,和可以通过修改R的配置文件 .Rprofile一劳永逸的实现。
      具体操作参考:你还在每次配置Rstudio的下载镜像吗? 生信星球原创
    options("repos" = c(CRAN="https://mirrors.tuna.tsinghua.edu.cn/CRAN/")) 
    options(BioC_mirror="https://mirrors.ustc.edu.cn/bioc/") 
    install.packages("dplyr")
    
    1. 安装:
      2.1 确保联网。
      2.2 通过命令行安装:安装命令是install.packages(“包”)或者BiocManager::install(“包”)。
      2.3. 直接下载后安装:
    2. 加载:
      library(包)
      require(包)
    library(dplyr)
    
    载入程辑包:‘dplyr’
    
    The following objects are masked from ‘package:stats’:
    
        filter, lag
    
    The following objects are masked from ‘package:base’:
    
        intersect, setdiff, setequal, union
    

    二、dplyr五个基础函数


    测试数据:提取了iris数据集的第1、2、51、52、101、102行数据。

    1. mutate(),新增列。
    mutate(test, new = Sepal.Length * Sepal.Width)
      Sepal.Length Sepal.Width Petal.Length Petal.Width    Species   new
    1          5.1         3.5          1.4         0.2     setosa 17.85
    2          4.9         3.0          1.4         0.2     setosa 14.70
    3          7.0         3.2          4.7         1.4 versicolor 22.40
    4          6.4         3.2          4.5         1.5 versicolor 20.48
    5          6.3         3.3          6.0         2.5  virginica 20.79
    6          5.8         2.7          5.1         1.9  virginica 15.66
    
    1. select(),按列筛选:
      (1)按列号筛选。
    > select(test,1)
        Sepal.Length
    1            5.1
    2            4.9
    51           7.0
    52           6.4
    101          6.3
    102          5.8
    select(test,c(1,5))
        Sepal.Length    Species
    1            5.1     setosa
    2            4.9     setosa
    51           7.0 versicolor
    52           6.4 versicolor
    101          6.3  virginica
    102          5.8  virginica
    select(test,c(1,5))
        Sepal.Length    Species
    1            5.1     setosa
    2            4.9     setosa
    51           7.0 versicolor
    52           6.4 versicolor
    101          6.3  virginica
    102          5.8  virginica
    

    (2)按列名筛选。

    select(test, Petal.Length, Petal.Width)
        Petal.Length Petal.Width
    1            1.4         0.2
    2            1.4         0.2
    51           4.7         1.4
    52           4.5         1.5
    101          6.0         2.5
    102          5.1         1.9
    View(vars)
    vars <- c("Petal.Length", "Petal.Width")
    select(test, one_of(vars))
        Petal.Length Petal.Width
    1            1.4         0.2
    2            1.4         0.2
    51           4.7         1.4
    52           4.5         1.5
    101          6.0         2.5
    102          5.1         1.9
    

    3.filter()筛选行。
    %in%:此运算符用于标识元素是否属于向量。

    filter(test, Species == "setosa")
      Sepal.Length Sepal.Width Petal.Length Petal.Width Species
    1          5.1         3.5          1.4         0.2  setosa
    2          4.9         3.0          1.4         0.2  setosa
     filter(test, Species == "setosa"&Sepal.Length > 5 )
      Sepal.Length Sepal.Width Petal.Length Petal.Width Species
    1          5.1         3.5          1.4         0.2  setosa
     filter(test, Species %in% c("setosa","versicolor"))
      Sepal.Length Sepal.Width Petal.Length Petal.Width    Species
    1          5.1         3.5          1.4         0.2     setosa
    2          4.9         3.0          1.4         0.2     setosa
    3          7.0         3.2          4.7         1.4 versicolor
    4          6.4         3.2          4.5         1.5 versicolor
    

    4.arrange(),按某1列或某几列对整个表格进行排序。默认从小到大排序。desc() 降序

     arrange(test, Sepal.Length)
      Sepal.Length Sepal.Width Petal.Length Petal.Width    Species
    1          4.9         3.0          1.4         0.2     setosa
    2          5.1         3.5          1.4         0.2     setosa
    3          5.8         2.7          5.1         1.9  virginica
    4          6.3         3.3          6.0         2.5  virginica
    5          6.4         3.2          4.5         1.5 versicolor
    6          7.0         3.2          4.7         1.4 versicolor
     arrange(test, desc(Sepal.Length))
      Sepal.Length Sepal.Width Petal.Length Petal.Width    Species
    1          7.0         3.2          4.7         1.4 versicolor
    2          6.4         3.2          4.5         1.5 versicolor
    3          6.3         3.3          6.0         2.5  virginica
    4          5.8         2.7          5.1         1.9  virginica
    5          5.1         3.5          1.4         0.2     setosa
    6          4.9         3.0          1.4         0.2     setosa
    

    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))
      mean(Sepal.Length) sd(Sepal.Length)
    1           5.916667        0.8084965
    group_by(test, Species)
    # A tibble: 6 x 5
    # Groups:   Species [3]
      Sepal.Length Sepal.Width Petal.Length Petal.Width Species   
             <dbl>       <dbl>        <dbl>       <dbl> <fct>     
    1          5.1         3.5          1.4         0.2 setosa    
    2          4.9         3            1.4         0.2 setosa    
    3          7           3.2          4.7         1.4 versicolor
    4          6.4         3.2          4.5         1.5 versicolor
    5          6.3         3.3          6           2.5 virginica 
    6          5.8         2.7          5.1         1.9 virginica 
    summarise(group_by(test, Species),mean(Sepal.Length), sd(Sepal.Length))
    `summarise()` ungrouping output (override with `.groups` argument)
    # A tibble: 3 x 3
      Species    `mean(Sepal.Length)` `sd(Sepal.Length)`
      <fct>                     <dbl>              <dbl>
    1 setosa                     5                 0.141
    2 versicolor                 6.7               0.424
    3 virginica                  6.05              0.354
    

    5.dplyr两个实用技能:
    5.1 管道操作 %>% (cmd/ctr + shift + M)
    在地铁上查阅了相关文章,终于搞清楚了什么是管道操作,具体解释参考:R语言中管道操作 CSDN %>%, %T>%, %$% 和 %<>%
    5.2 count统计某列的unique值
    .>6. dplyr处理关系数据:
    6.1.內连inner_join,取交集:
    6.2.左连left_join:
    6.3.全连full_join:
    6.4.半连接:返回能够与y表匹配的x表所有记录。
    6.5.反连接:返回无法与y表匹配的x表的所记录anti_join。
    6.6.简单合并。

    相关文章

      网友评论

        本文标题:DAY6-谢荣俊

        本文链接:https://www.haomeiwen.com/subject/bymgvktx.html