学习小组Day6-学习R包.png
认识R包：多个函数的集合，R语言必学的原因是丰富的图表和Biocductor上面的各种生信分析R包
1.安装和加载R包
（1）镜像设置
a.初级模式：Rstudio-Tools-Global option-Packages-Primary CRAN repository-清华镜像
R Studio设置镜像.png
b.升级模式：代码
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
c.高级模式：R的配置文件 .Rprofile
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（这里先不说它）；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）
-file.edit('~/.Rprofile') # 编辑文件
-添加上面设置镜像的2行options代码
-重启Rstudio后运行：options()$repos和options()$BioC_mirror发现已设置好了
（2）安装
install.packages("") # 从CRAN下载
BiocManager::install("") # 从Bioconductor下载
devtools::install_github("") # 从github下载
（3）加载
library()
require()
（4）以dplyr包为例，从安装到加载
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)
2 .dplyr五个基础函数
（1）mutate() 新增列
mutate(test, new = Sepal.Length * Sepal.Width)
（2）select(),按列筛选
按列号筛选
select(test,1)
select(test,c(1,5))
select(test,Sepal.Length)
按列名筛选
select(test, Petal.Length, Petal.Width)
（3）filter()筛选行
filter(test, Species == "setosa")
filter(test, Species == "setosa"&Sepal.Length > 5 )
filter(test, Species %in% c("setosa","versicolor"))
（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
group_by(test, Species) # 先按照Species分组，计算每组Sepal.Length的平均值和标准差
summarise(group_by(test, Species),mean(Sepal.Length), sd(Sepal.Length))
2 .dplyr处理关系数据
inner_join(test1, test2, by = "x") # 內连inner_join,取交集
left_join(test1, test2, by = 'x') # 左连left_join
left_join(test2, test1, by = 'x') # 注意观察和上面一条的区别
full_join( test1, test2, by = 'x') # 全连full_join
semi_join(x = test1, y = test2, by = 'x') # 半连接：返回能够与y表匹配的x表所有记录semi_join
anti_join(x = test2, y = test1, by = 'x') # 反连接：返回无法与y表匹配的x表的所记录anti_join
简单合并 相当于base包里的cbind()函数和rbind()函数
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
网友评论