学习小组Day6笔记-陶*

今天就是第6天了,至少有点感觉了,加油吧!

1.设置下载镜像源file edit (~/.Rprofile)--options(repos=c(CRAN="网址,一般是清华镜像源"))--options(BioC_mirror="网址,一般是华中科技大镜像源")--保存后使用代码options$reposoptions$BioC_mirror检验是否设置成功。
2.下载包--如果下载的包来自CRAN,则install.packages("包"),如果来自BioC_mirror,则使用BiocManager::install(“包”)
3.加载包require(包)library(包)
4.dplyr五个基础函数

  • 新增列 mutate(new,S1*S2) 新增一列,新列名为new,新建这列各数据是将向量S1和S2乘积作为元素。
  • select函数筛选列

    按列筛选 select(test,1)是指列出变量test中第1列的数据;
    select(test,c(1,5))是指列出变量test中第1列和第5列的数据;
    select(test,tang)或者select(test,tang,tao)是指列出变量test中列名为tang或者tang tao的数据;
    此外还可以用one_of函数,简单介绍一下:one_of()是用来声明选择对象的。比如one_of("x","y")就是表明选择x,y变量,那么应用到select函数可以这样用
    TT <- c("Petal.Length", "Petal.Width") select(test, one_of(TT))即先将你要选择的列数赋值为变量TT,应用one_of函数就可;

  • filter函数筛选行

filter(bcd, Species == "setosa")注意这里是双等号,是指列出变量bcd中物种种类为setosa的数据;
filter(bcd, Species == "setosa"&Sepal.Length > 5 )是指列出bcd变量中列出物种种类为setosa且同时满足Sepal.Length 这个向量> 5 的元素;注意&其实就是和的意思,即同时满足;
filter(bcd, Species %in% c("setosa","versicolor"))这些函数可以套娃再套娃,还记得%in%函数的应用嘛,如A %in% B,即选择从属于B的元素A;

  • arrange函数(按某1列或某几列对整个表格进行排序)

arrange(test, Sepal.Length)即将变量test按Sepal.Length这列从小到大排序列出;arrange(test, dsc(Sepal.Length))变量test按Sepal.Length这列从大到小排序列出;

  • summarise总结函数

summarise总结函数可以对数据集实现"归纳"、"总结"。summarise函数往往对分组数据使用,对每个分组数据进行归纳,如最大值、最小值、均值、中位数等等 。
summarise(group_by(test, Species),mean(Sepal.Length), sd(Sepal.Length))意即先按将变量test按Species特点分组,然后按分组的不同计算其平均值和方差。

  • 其他

1.管道函数 管道函数是一种传递函数,就像一个球从管道口进入可以一路走过管道从管道口出来;
test%>%group_by(Species)%>%summarise(mean(Sepal.Length),sd(Sepal.Length))意思是test变量中的数据要分组,分组依据是Species的不同,分好组后的变量还要进行平均值与方差的计算;
2.count函数。COUNT 函数获取区域中或一组数字中的数字字段中条目的个数 count(test,Species)意思根据Species这列计数不同的行数;
3.inner_join(test1, test2, by = "x") test1与test2取交集;
left_join(test1, test2, by = 'x')
full_join( test1, test2, by = 'x')
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(?有点绕,不是很懂)
anti_join(x = test2, y = test1, by = 'x')返回无法与y表匹配的x表的所记录anti_join(这个也不是很懂)
bind_rows(test1, test2)注意bind_rows函数要求test1与test2列数相同;
bind_cols(test1, test3)注意bind_cols函数要求test1与test2行数相同。

注:

文中代码引用自生信星球,在此感谢

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 204,445评论 6 478
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 85,889评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 151,047评论 0 337
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,760评论 1 276
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,745评论 5 367
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,638评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,011评论 3 398
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,669评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,923评论 1 299
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,655评论 2 321
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,740评论 1 330
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,406评论 4 320
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,995评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,961评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,197评论 1 260
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 45,023评论 2 350
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,483评论 2 342

推荐阅读更多精彩内容