学习小组Day6笔记--axin

作者: axin__ | 来源:发表于2020-05-24 09:35 被阅读0次

    安装加载dplyr包

    options("repos" = c(CRAN="https://mirrors.tuna.tsinghua.edu.cn/CRAN/")) 
    options(BioC_mirror="https://mirrors.ustc.edu.cn/bioc/") 
    install.packages("dplyr")
    library(dplyr)  #require(dplyr)也可
    

    注:R包安装命令是install.packages(“包”)或者BiocManager::install(“包”)。取决于你要安装的包存在于CRAN网站还是Biocductor。存在于哪可以用谷歌搜。

    示例数据

    test <- iris[c(1:2,51:52,101:102),]

    基础函数

    1.mutate(),新增列

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

    2.select(),按列筛选

    (1)按列号筛选

    select(test,1)

    (2)按列名筛选

    aselect(test, Petal.Length, Petal.Width)

    b

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

    注:ab两种方法运行结果一致。

    3.filter()筛选行

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

    > filter(test, Species %in% c("setosa","versicolor"))
      Sepal.Length Sepal.Width Petal.Length Petal.Width    Species
    1          5.1         3.5          1.4         0.2     setosa
    2          4.9         3.0          1.4         0.2     setosa
    3          7.0         3.2          4.7         1.4 versicolor
    4          6.4         3.2          4.5         1.5 versicolor
    

    注:选两种species。

    4.arrange(),按某1列或某几列对整个表格进行排序

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

    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))
    

    6:管道操作 %>% (按cmd/ctr + shift + M出现)

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

    注:a.与5结果一致。
    b.加载任意一个tidyverse包即可用管道符号。

    7:count统计某列的unique值

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

    注:统计test数据框的Species列有哪些取值,每个取值重复了多少次。

    8.连接表格

    (0)建立表格

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

    (1)內连inner_join,取交集

    inner_join(test1, test2, by = "x")
    两个表格的x的交集

    (2)左连left_join

    left_join(test1, test2, by = 'x')
    test1全在,补上test2的y列
    left_join(test2, test1, by = 'x')
    test2全在,补上test1的z列

    (3)全连full_join

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

    (4)半连接:返回能够与test2表匹配的test1表所有记录semi_join

    semi_join(x = test1, y = test2, by = 'x')
    注:
    a.比inner_join结果少了y列
    b.主体是test1

    (5)反连接:返回无法与test1表匹配的test2表的所有记录anti_join

    anti_join(x = test2, y = test1, by = 'x')
    注:
    a.full_join的下半部分
    b.主体是test2

    (6)简单合并

    > bind_rows(test1, test2)
      x  y
    1 1 10
    2 2 20
    3 3 30
    4 4 40
    5 5 50
    6 6 60
    

    bind_rows()函数:加上几行信息,需要两个表格列数相同

    > bind_cols(test1, test3)
      x  y   z
    1 1 10 100
    2 2 20 200
    3 3 30 300
    4 4 40 400
    

    bind_cols()函数:添加列,需要两个表格行数相同
    注:在相当于base包里的cbind()函数和rbind()函数。

    相关文章

      网友评论

        本文标题:学习小组Day6笔记--axin

        本文链接:https://www.haomeiwen.com/subject/zakdahtx.html