学习R包

第一步—镜像设置

R包默认的下载地址是国外网站，需要改成国内的镜像网站。我记得有上海北京香港好几个城市的，选择离自己最近的城市就可以。
我之前已经设置好镜像，不再重复说明。

第二步—安装R包

以下两个命令都可以

install.packages(“包”)

BiocManager::install(“包”)

第三步—加载R包

library(包)

require(包)

第四步—以dplyr为例学习R包

1.使用内置数据集iris的简化版作为示例数据

2.新增列

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

3.筛选列

select(test,1)

test的第一列

select(test,c(1,5))

test的第一列和第五列

select(test,Sepal.Length)

列名为Sepal.Length的那列

4.筛选行

filter(test, Species == "setosa")

筛选行名为setosa

filter(test, Species == "setosa"&Sepal.Length > 5 ) 

筛选行名为setosa且Sepal.Length大于5的行

filter(test, Species %in% c("setosa","versicolor"))

行名为setosa或者versicolor的都筛选出来

5.按某1列或某几列对整个表格进行排序

arrange(test, Sepal.Length)

根据 Sepal.Length列对test进行从小到大的排序

arrange(test, desc(Sepal.Length))

用desc对test根据 Sepal.Length列进行从大到小的排序

6.对数据进行汇总

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))

先按照Species分组，再计算每组Sepal.Length的平均值和标准差

7.管道操作 %>% (cmd/ctr + shift + M)

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

8.统计某列的unique值

count(test,Species)

第五步—使用dplyr处理关系数据

示例数据如下

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 

1.取交集

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

取test1和test2中x相同的行

2.左连

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

将test1放在左侧，根据x列的值在最右侧链接test2

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

将test2放在左侧，根据x列的值在最右侧链接test1

3..全连

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

将test1和test2根据x列全部连接起来

4.半连接

semi_join(x = test1, y = test2, by = 'x')

返回能够与y表匹配的x表所有记录

5.反连接

anti_join(x = test2, y = test1, by = 'x')

返回无法与y表匹配的x表的所有记录

6.简单合并

bind_rows(test1, test2)

把具有相同列名的test1和test2简单合并在一起

bind_cols(test1, test3)

把具有相同行名的test1和test3简单合并在一起