image

R包

R包是多个函数的集合，具有详细的说明和示例。

一、安装和加载R包

1.配置国内镜像

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

你还在每次配置Rstudio的下载镜像吗？ (qq.com)

2.安装

install.packages(“包”)
或
BiocManager::install(“包”)

3.加载

library(包)
或
require(包)

4.以dplyr为例的全过程

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)

test <- iris[c(1:2,51:52,101:102),] #示例数据

二、dplyr五个基础函数

1.mutate()：新增列

mutate(test, new = Sepal.Length * Sepal.Width)相比原test新增new列

image

2.select()：按列筛选

(1)按列号筛选
select(文件,列号)
列号表述形式与之前相同。
(2)按列名筛选
select(文件,列名)
多列名间用逗号分割。

one_of():声明选择对象

image

3.filter()：筛选行

filter(test, Species == "setosa"&Sepal.Length > 5 )
多个筛选条件间用&连接

image

4.arrange()：按某1列或某几列对整个表格进行排序

arrange(test, 参照列)
默认排序为参照列从小到大，用desc(列名)改为从大到小

image

5.summarise()：汇总

summarise(group_by(test, Species),mean(Sepal.Length), sd(Sepal.Length))
mean()：计算某列平均值
sd()：计算某列标准差
group_by(文件,列名)：按照列名分组

image

image

三、dplyr两个实用技能

1、管道操作：%>% (快捷键cmd/ctrl + shift + M)

需要提前library(tidyverse)加载tidyverse包。
与linux中|管道相似，将管道前操作的输出信息，变成管道后操作的输入信息。

image

2、count：统计某列的unique值

count(文件,列名)

image

四、dplyr处理关系数据

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)

image

image

先定义两个表test1和test2。

stringsAsFactors=F：“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：取交集行
by = '链接列'

image

2.左连 left_join：取前者表格的行

image

image

3.全连 full_join：取并集行

image

4.半连接 semi_join：取x与y交集行 对应的x表数据

image

5.反连接 anti_join：取x与y非交集行 对应的x表数据

image

image

6.简单合并
等于base包的cbind()函数和rbind()函数。

条件：
bind_rows()函数：两个表格列数相同。（上下结合）
bind_cols()函数：两个数据框有相同的行数。（左右结合）

image

image

image

image

image