安装R包
镜像设置
options(BioC_mirror="https://mirrors.ustc.edu.cn/bioc/")
安装
install.packages(“包”) 或者BiocManager::install(“包”)
加载
library(包) 或者require(包)
dplyr的五个基础函数
先导入示例数据集
test <- iris[c(1:2,51:52,101:102),]
新增列 mutate()
mutate(test, new = Sepal.Length * Sepal.Width)
按列筛选 select()
select(数据框,1) 筛选第一列
select(数据框,c(1,5)) 筛选第一和第五列
select(数据框,列名) 按照列名筛选
筛选多个列时
vars <- c("Petal.Length", "Petal.Width")
select(test, one_of(vars))
按行筛选 filter()
filter(test, Species == "setosa")
filter(test, Species == "setosa"&Sepal.Length > 5 )
filter(test, Species %in% c("setosa","versicolor"))
排序 arrange()
按照指定列排序，默认从小到大
arrange(test, Sepal.Length)
用desc从大到小排序
arrange(test, desc(Sepal.Length))
汇总 summarise()
计算Sepal.Length的平均值和标准差
summarise(test, mean(Sepal.Length), sd(Sepal.Length))
结合group_by()分组运算,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))
管道操作 %>% (cmd/ctr + shift + M)
符号%>%，这是管道操作，其意思是将%>%左边的对象传递给右边的函数，作为第一个选项的设置
test %>% group_by(Species) %>% summarise(mean(Sepal.Length), sd(Sepal.Length))
统计某列unique值 count()
count(test,Species)
处理关系数据
将2个表进行连接，注意：不要引入factor
（options(stringsAsFactors = F)）
- inner_join(test1, test2, by = "x") 内连，以指定列为准取交集
- left_join(test1, test2, by = 'x') 左连，以指定列为准，将test2的数据补充到test1
- full_join( test1, test2, by = 'x') 全连，以指定列为准取并集
- 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
- 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
- bind_rows(test1, test2) 合并，需要两个表格列数相同
- bind_cols(test1, test3) 合并，需要两个表格行数相同
