R包

R包是多个函数的集合，具有详细的说明和示例。

安装和加载R包

• 镜像设置

  1. 设置CRAN镜像
     

     方法一：在Rstudio的程序设置中

但即使设置了这里，Rstudio也不是每次都能真的从CRAN去下载包，可以通过options()$repos来检验

方法二：直接在Rstudio中设置

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

2.设置Bioconductor镜像
可以通过options()$BioC_mirror来查看bioconductor镜像源

options(BioC_mirror="https://mirrors.ustc.edu.cn/bioc/") #对应中科大源

以上在Rstudio中通过代码更改下载镜像源的方法很可能在再次重启后又回到国外网站。可以用到R的配置文件 .Rprofile来实现保持镜像，用file.edit()来编辑文件：file.edit('~/.Rprofile')，然后添加以上options的代码，保存重启即可

Rstudio最重要的两个配置文件：在刚开始运行Rstudio的时候，程序会查看许多配置内容，其中一个就是.Renviron，它是为了设置R的环境变量；而.Rprofile就是一个代码文件，如果启动时找到这个文件，那么就替我们先运行一遍（这个过程就是在启动Rstudio时完成的），文件配置可多样相当于linux中我们在.bashrc文件中添加alias 作为快捷命令一样

• 安装
  搜索要安装的包存在于哪个网站

install.packages(“包”)#要安装的包存在于CRAN网站
BiocManager::install(“包”)#要安装的包存在于Bioconductor网站

• 加载

library(包)
require(包)

dplyr包

• 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

• select()按列筛选
  1. 按列号筛选

select(test,1)#第一列
select(test,c(1,5))#第一和第五列

2. 按列名筛选

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

• filter()筛选行

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

• arrange()按某一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))#用desc从大到小

• summarise()汇总

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

• 管道操作 %>% (cmd/ctr + shift + M)
  加载任意一个tidyverse包即可用管道符号

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

• count统计某列的unique值

count(test,Species)
## # A tibble: 3 x 2
##   Species        n
##   
## 1 setosa         2
## 2 versicolor     2
## 3 virginica      2

• inner_join取交集

test1 <- data.frame(x = c('b','e','f','x'), 
                    z = c("A","B","C",'D'),
                    stringsAsFactors = F)
test1
##   x z
## 1 b A
## 2 e B
## 3 f C
## 4 x D
test2 <- data.frame(x = c('a','b','c','d','e','f'), 
                    y = c(1,2,3,4,5,6),
                    stringsAsFactors = F)
test2 
##   x y
## 1 a 1
## 2 b 2
## 3 c 3
## 4 d 4
## 5 e 5
## 6 f 6

inner_join(test1, test2, by = "x")#按照某相同列

• left_join按照左边的数据框保存数据

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

• full_join整合数据，没有相同的部分由N/A填充

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 
## 6 c 
## 7 d 

• semi_join返回再x列上能够与y表匹配的x表所有记录

semi_join(x = test1, y = test2, by = 'x')
##   x z
## 1 b A
## 2 e B
## 3 f C

• anti_join反连接返回x无法与y表匹配的在y表的所有记录

anti_join(x = test2, y = test1, by = 'x')
##   x y
## 1 a 1
## 2 c 3
## 3 d 4

• 合并函数
  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