一、R包简介
R包是 R 函数、实例数据、预编译代码的集合，包括 R 程序，注释文档、实例、测试数据等。
R 语言相关的包一般存储安装目录下对 "library" 目录，默认情况在 R 语言安装完成已经自带来一些常用对包，当然我们也可以在后期自定义添加一些要使用的包。
二、R包的安装
1.下载
R包安装命令有两个，根据包的来源，是CRAN还是Biocductor来分别使用install.packages(“包”)
或者
BiocManager::install(“包”)。
2.安装
安装同样有两个命令。
library(包)
require(包)
3示例
比如，我想下载dplyr的包。我就需要用到以下命令：
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)
三、dplyr初探
先使用内置数据集iris的简化版
test <- iris[c(1:2,51:52,101:102),]
1.新增列
mutate(test, new = Sepal.Length * Sepal.Width)
2.筛选列
（1）按列号
select(test,c(1,5))
select(test,Sepal.Length)
（2）按列名
vars <- c("Petal.Length", "Petal.Width")
select(test, one_of(vars))
3.筛选行
filter(test, Species == "setosa"&Sepal.Length > 5 )
filter(test, Species %in% c("setosa","versicolor"))
4.表格排序
arrange(test, desc(Sepal.Length))#用desc从大到小
5.汇总
group_by(test, Species)
summarise(group_by(test, Species),mean(Sepal.Length), sd(Sepal.Length))
四、dplyr两个实用技能
1.管道操作 %>% (cmd/ctr + shift + M)
group_by(Species) %>%
summarise(mean(Sepal.Length), sd(Sepal.Length))
2.count统计某列的unique值
count(test,Species)
五、dplyr处理关系数据
注意不要引入factor。
我们先用：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.内连取交集
inner_join(test1, test2, by = "x")
2.左连
left_join(test1, test2, by = 'x')
也可以
left_join(test2, test1, by = 'x')
3.全连
full_join( test1, test2, by = 'x')
4.半连接（返回能够与y表匹配的x表所有记录）
semi_join(x = test1, y = test2, by = 'x')
5.反连接（返回无法与y表匹配的x表的所记录）
anti_join(x = test2, y = test1, by = 'x')
6.简单合并
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
