今天的学习内容是R包的安装和应用。
主要学习资料来源：微信公众号生信星球

一、什么是R包

R包是多个函数的集合，具有详细的说明和示例。

二、安装、加载R包

1. 镜像设置

镜像设置是为了加速R包的下载，因而要设置国内的镜像。在这里我们需要设置一下R的配置文件.Rprofile。
主要参考了这篇文章：你还在每次配置Rstudio的下载镜像吗？
第一步，file.edit('~/.Rprofile')编辑文件。
第二步，设置镜像网站。

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

第三步，保存，重启Rstudio。
第四步，options()$repos和options()$BioC_mirror查看是否设置成功。

2. 安装

通过谷歌搜素目标R包在CRAN还是Biocductor上
在CRAN：install.packages(“包”)
在Biocductor：BiocManager::install(“包”)

3. 加载

library(包)
require(包)

两者都可以加载包，但有一些区别：

当加载一个不未下载的包时：require()会发出警告但继续执行程序，如果将其赋值给X<-require("xixihaha"),查看X可知返回了FALSE；而library()则会终止运行程序，并报错。
From： R中require()和library的区别

三、dplyr五个基本函数

test为示例的数据框

1. mutate()：新增列

mutate(test, new = Sepal.Length * Sepal.Width) new为新增的列

2. select()：按列筛选

• 按列号筛选
  select(test,列号)
• 按列名筛选

select(test,列名) #列名可多个
vars <- c("Petal.Length", "Petal.Width")
select(test, one_of(vars)) #one_of（)是用来声明选择括号内的对象的

3. filter()：筛选行

filter(test, Species == "setosa") #这里筛选条件要用==
filter(test, Species == "setosa"&Sepal.Length > 5 ) #多个筛选条件时用&连接
filter(test, Species %in% c("setosa","versicolor")) # %in%取交集

4. arrange()：按列排序

arrange(test, 列名) #默认从小到大排序
arrange(test, desc(列名)) #用desc从大到小

5. summarise()：汇总

可结合group_by()函数进行分组汇总。

summarise(test, mean(列名), sd(列名)) #计算Sepal.Length的平均值和标准差并汇总
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

四、dplyr两个实用技能

1. 管道操作：%>% (cmd/ctr + shift + M)

%>%：相当于将左边的作为右边函数的第一个参数。

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

2. count统计某列的unique值

count(test,列名)

五、dplyr处理关系数据

即连接两个表
注：不要引入factor

test1 <- data.frame(x = c('b','e','f','x'), 
                    z = c("A","B","C",'D'),
                    stringsAsFactors = F) #stringAsFactors=F表示在读入数据时,遇到字符串之后,不将其转换为factors,仍然保留为字符串格式

1. 內连inner_join()：取交集

只返回两个表中联结字段相等的行
inner_join(test1, test2, by = "x")

2. 左连left_join()

返回包括左表中的所有记录和右表中联结字段相等的记录
注意，下面两段代码中test1，test2的位置调换了，结果不一样。

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

3. 全连full_join()

只要其中某个表存在匹配，full_join就会返回行。
full_join( test1, test2, by = 'x')

4. semi_join()：返回能够与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

5. anti_join()：返回无法与y表匹配的x表的所记录

anti_join(x = test2, y = test1, by = 'x') #注意区分，第一个x=中的x为函数的参数，第二个by='x'中的x是列名

6. 简单合并

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

如下：

bind_rows和bind_cols

有关dplyr包的更多信息可以看这里：R语言dplyr包超完整版函数指南

今天的思维导图： Day6思维导图