安装和加载R包

1、镜像设置

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

2、安装
R包安装命令是 install.packages(“包”)或者BiocManager::install(“包”)，取决于安装的包存在于CRAN网站还是Biocductor

3、加载
library(包)或require(包)

dplyr五个基础函数

1、mutate()新增列

new则为新增的列
2、select()，按列筛选
（1）按列号筛选
select(test,1) 选取第一列
select(test,c(1,5)) 选取第一、五列
select(test,Sepal.Length) 选取列名为Sepal.Length的列
（2）按列名筛选
select(test, Petal.Length, Petal.Width)
或者分成两步：

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

3、filter()筛选行
filter(test, Species == "setosa") 筛选species（列分类）为setosa的行
filter(test, Species == "setosa"&Sepal.Length > 5 ) 筛选species为setosa且sepal.length大于5的行
filter(test, Species %in% c("setosa","versicolor")) 筛选species为setosa和versicolor的行

image.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)) 使用desc函数从大到小排序
5、summarise()：汇总
summarise(test, mean(Sepal.Length), sd(Sepal.Length)) 计算Sepal.Length的平均值和标准差

# 先按照Species分组，计算每组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.png

dplyr两个实用技能

1、管道操作
管道符：%>%，表示把左边的结果拿到右边做为输入

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

image.png

2、count统计某列的unique值

计数

dplyr处理关系数据

options(stringsAsFactors = F) option是参数控制，stringsAsFactors=F，此时数据框将不会默认把字符型转化为因子。
（https://www.jianshu.com/p/25595c80d8bb）

test1 <- data.frame(x = c('b','e','f','x'), 
                    z = c("A","B","C",'D'),
                    stringsAsFactors = F)

两个表：

test1
test2

1、內连inner_join，取交集

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

两个表的交集

x的交集

2、左连left_join
left_join(test1, test2, by = 'x') 按照test1的x连接
left_join(test2, test1, by = 'x') 按照test2的x连接

image.png

3、全连full_join，取并集

full_join( test1, test2, by = 'x')
  x    z  y
1 b    A  2
2 e    B  5
3 f    C  6
4 x    D NA
5 a <NA>  1
6 c <NA>  3
7 d <NA>  4

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')
这个结果里与取交集的差别在于，只有test1表的内容

image.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 = test1, y = test2, by = 'x')
  x z
1 x D

6、简单合并
类似于cbind()函数和rbind()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