学习R包
安装和载入R包
1、镜像配置的高级方式
配置Rprofile文件,配置完成后保存重启即可。
file.edit('~/.Rprofile') #编辑文件
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
install.packages(“包”)
或BiocManager::install(“包”)
3、载入
library()
或require()
dplyr包学习
五个基础函数
新增列 mutate()
筛选列 select()
筛选行 filter()
表格排序 arrange()
汇总 summarise()
内置数据集:R内置了大量数据集和案例,这样在学习的时候,无需自己去找数据集,就可以根据案例来进行操作。下面的示例数据直接使用内置数据集iris。
%in% :x %in% y 的意思是“对x里的每个元素进行判断,判断它是否在y中存在,存在就返回TRUE,不存在就返回FALSE”。
test <- iris[c(1:2,51:52,101:102),]
mutate(test, new = Sepal.Length * Sepal.Width) #新增列
select(test,1) #筛选第一列
select(test,c(1,5)) #筛选第一列和第五列
select(test,Sepal.Length) #筛选Sepal.Length列
filter(test, Species == "setosa") #筛选species列为setosa的行
filter(test, Species == "setosa"&Sepal.Length > 5 )# 筛选species列为setosa,length>5的行
filter(test, Species %in% c("setosa","versicolor")) #筛选species列存在setosa和versicolor的行
arrange(test, Sepal.Length)#默认从小到大排序
arrange(test, desc(Sepal.Length))#用desc从大到小
summarise(test, mean(Sepal.Length), sd(Sepal.Length))# 计算Sepal.Length的平均值和标准差
dplyr两个实用技能
%>% : 管道符号,表示前一句代码的输出作为后一句代码的输入,查看https://www.jianshu.com/p/5a5e2fe99cd2。快捷键 cmd/ctr + shift + M。
1、管道操作
test %>%
group_by(Species) %>%
summarise(mean(Sepal.Length), sd(Sepal.Length))
2、统计某列的unique值
count(test,Species)
dplyr处理关系数据
a. 內连
inner_join(test1, test2, by = "x")
基于x的连接只保留共同的数据
b. 左连
left_join(test1, test2, by = 'x')
只保留了test1的x对应的数值,当相应的值不存在的时候,用NA代替;
c. 全连
full_join( test1, test2, by = 'x')
全连保留了所有x对应的数据,当相应的值不存在的时候,用NA代替
d. 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semi_join
e. 反连接
anti_join(x = test2, y = test1, by = 'x')
返回无法与y表匹配的x表的所记录anti_join
f. 简单合并
bind_rows(test1, test2)
网友评论