Day6学习内容.png

1、安装和加载R包

（1）镜像设置

• 记住两行代码：

options("repos" = c(CRAN="https://mirrors.tuna.tsinghua.edu.cn/CRAN/")) 
options(BioC_mirror="https://mirrors.ustc.edu.cn/bioc/") 

具体操作见链接：你还在每次配置Rstudio的下载镜像吗？

镜像设置完成.png

（2）安装R包

针对CRAN中的包：install.packages(“包”)
针对Bioconductor中的包：BiocManager::install(“包”)

如果install.packages()无法安装想要安装的包，则可以调用BiocManager工具，在调用它之前需要使用install.packages()安装它。
工作流程分别为：install.packages("BiocManager")；安装成功后，运行BiocManager::install()，空白处即为想要安装的包。

（3）加载R包

常用命令：library(包)和require(包)

2、dplyr五个基础函数

在安装和加载dplyr包后，使用内置数据集iris的简化版进行学习：
test <- iris[c(1:2,51:52,101:102),]

（1）mutate()，新增列

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

新增列.png

（2）select()，按列筛选

• 按列号筛选

select(test,1) #筛选第一列
select(test,c(1,5)) #筛选第一和第五列

按列号筛选.png

• 按列名筛选

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

按列名筛选.png

（3）filter()，筛选行

filter(test, Species == "setosa")
filter(test, Species == "setosa"&Sepal.Length > 5 )
filter(test, Species %in% c("setosa","versicolor"))

筛选行.png

（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表示从大到小排序

表格排序.png

（5）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)
summarise(group_by(test, Species),mean(Sepal.Length), sd(Sepal.Length))
#先按照Species分组，再计算每组Sepal.Length的平均值和标准差

汇总.png

3、dplyr两个实用技能

（1）管道操作 %>% (cmd/ctr + shift + M)

加载任意一个tidyverse包即可用管道符号

管道操作.png

（2）count统计某列的unique值

count(test,Species)

count统计某列的unique值.png

4、dplyr处理关系数据

dplyr处理关系数据示例.png

stringsAsFactors = F意味着，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

inner_join(test1, test2, by = "x")

內连inner_join.png

（2）左连left_join

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

左连left_join.png

（3）全连full_join

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

全连full_join.png

（4）半连接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')

半连接semi_join.png

（5）反连接anti_join，返回无法与y表匹配的x表的所有记录

anti_join(x = test2, y = test1, by = 'x')

反连接anti_join.png

（6）简单合并

相当于base包里的cbind()函数和rbind()函数；
注意，bind_rows()函数需要两个数据框列数相同，而bind_cols()函数则需要两个数据框行数相同。

简单合并.png

本学习内容参考微信公众号：生信星球