学习小组Day6笔记--赵豪

今天的重点是学习R包

思维导图如下

安装和加载R包

1. 镜像设置

# 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

options()$BioC_mirror查询镜像

写入配置文件

file.edit('~/.Rprofile')

2. 安装包及加载

install.packages("dplyr")
install.packages(“libs/xxxx.tgz”,repo=NULL,type=”source”) #安装本地包
BiocManager::install() # bioconductor上的包
devtools::install_github("user/repo") #安装github上的包


library(dplyr)
require(package)

附，自己总结的优雅的包安装及加载方法

.pkgcheck <- function(){
  # List of packages for session
  .packages = c("ggplot2", "dplyr", "rms")
  
  # Install CRAN packages (if not already installed)
  print("If check and install the packages?  yes/no")
  .selection = readline()
  if (.selection == "yes") {
    .inst <- .packages %in% installed.packages()
    if(length(.packages[!.inst]) > 0) install.packages(.packages[!.inst])
  }
  
  
  # Load packages into session 
  lapply(.packages, require, character.only=TRUE)
  rm(list=ls())
}
.pkgcheck()

dplyr基础函数

包的cheatsheet

dplyr cheatsheet

1. mutate()

mutate(data,new_col = ...)

mutate

2.select()

select(data, col_num or col_name)

select(test,c(1,5))

select(test, Petal.Length, Petal.Width

vars <- c("Petal.Length", "Petal.Width")
select(test, one_of(vars)) # 直接使用select(test,vars)也可以，但是会有提示表明指代模糊

3.filter()

4.arrange()

和sort指令差不多

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

5.summarise()

summarise(test, mean(Sepal.Length), sd(Sepal.Length))# 计算Sepal.Length的平均值和标准差
summarise(group_by(test, Species),mean(Sepal.Length), sd(Sepal.Length))

VARIATIONS # summarise函数变种

• summarise_all() - Apply funs to every column.

iris %>%
  group_by(Species) %>% 
   summarise_all(list(min, max,sd))
# 对所有的变量进行list中函数的summarise

• summarise_at() - Apply funs to specific columns.

iris %>%
  summarise_at(vars(Sepal.Length:Petal.Width), list(mean,sd), na.rm = TRUE)

• summarise_if() - Apply funs to all cols of one type.

starwars %>%
  summarise_if(is.numeric, mean, na.rm = TRUE)

6.group_by

iris %>% group_by(Species) %>% 
 summarise(mean(Sepal.Length),sd(Sepal.Width))
# A tibble: 3 x 3
  Species    `mean(Sepal.Length)` `sd(Sepal.Width)`
  <fct>                     <dbl>             <dbl>
1 setosa                     5.01             0.379
2 versicolor                 5.94             0.314
3 virginica                  6.59             0.322

dplyr两个实用技能

1. 管道操作 %>% (cmd/ctr + shift + M)

将符号前面的结果作为符号后一个的数据

In computer programming, especially in UNIX operating systems, a pipe is a technique for passing information from one program process to another.

2. count()

count(iris,Species)
     Species  n
1     setosa 50
2 versicolor 50
3  virginica 50

截图_20212929012925.png

dplyr处理关系数据

类似于sql表连接

1. inner_join()

2. left_join()

3. full_join()

4. semi_join()

返回能够与y表匹配的x表所有记录semi_join

5. anti_join()

返回无法与y表匹配的x表的所记录anti_join

6. 简单合并

• bind_rows()
• bind_cols()