包
R提供了大量开箱即用的功能，但它最激动人心的一部分功能是通过可选模块的下载和安装来实现的。
目前有2500多个 称为包（package）的用户贡献模块可从 http://cran.r-project.org/web/packages下载。这些包提供了横跨各种领域、数量惊人的新功能，包括分析地理数据、处理蛋白质质谱，甚至是心理测验分析的功能。
什么是包
包是R函数、数据、预编译代码以一种定义完善的格式组成的集合。计算机上存储包的目录称为（library）。函数.libPaths()能够显示库所在的位置， 函数library()则可以显示库中有哪些包。
R自带了一系列默认包（包括base、datasets、utils、grDevices、graphics、stats以及methods），它们提供了种类繁多的默认函数和数据集。其他包可通过下载来进行安装。安装好以后，它们必须被载入到会话中才能使用。命令search()可以告诉你哪些包已加载并可使用。
包的安装
有许多R函数可以用来管理包。第一次安装一个包，使用命令install.packages()即可。
举例来说，不加参数执行install.packages()将显示一个CRAN镜像站点的列表，选择其中一个镜像站点之后，将看到所有可用包的列表，选择其中的一个包即可进行下载和安装。
如果知道自己想安装的包的名称，可以直接将包名作为参数提供给这个函数。例如，包gclus中提供了创建增强型散点图的函数。可以使用命令install.packages("gclus")来下载和安装它。
一个包仅需安装一次。但和其他软件类似，包经常被其作者更新。
使用命令update.packages()可以更新已经安装的包。
要查看已安装包的描述，可以使用installed.packages()命令，这将列出安装的包，以及它们的版本号、依赖关系等信息。
包的载入
包的安装是指从某个CRAN镜像站点下载它并将其放入库中的过程。要在R会话中使用它，还需要使用library()命令载入这个包。例如，要使用gclus包，执行命令library(gclus)即可。当然，在载入一个包之前必须已经安装了这个包。在一个会话中，包只需载入一次。如果需要，你可以自定义启动环境以自动载入会频繁使用的那些包。
启动环境的自定义
通过自定义启动环境可以设置R选项、设置工作目录、加载常用的包、加载用户编写的函数、设置默认的CRAN下载网站以及执行其他各种常见任务。可以通过站点初始化文件（Rprofile.site）或目录初始化文件（.Rprofile）自定义R的环境。R在启动时会执行这样几个文本文件中的代码。
在启动时，R会加载R_HOME/etc目录中的Rprofile.site文件，其中R_HOME是一个环境变量。然后R会在当前目录中寻找.Rprofile文件。如果R没有在当前目录中找到这个文件，它就会到用户的主目录中去寻找。
可以通过Sys.getenv("R\_HOME")、Sys.getenv("HOME")和getwd()来分别确认R_HOME、HOME和当前工作目录。
可以在这些文件中放入两个特殊函数。每个R会话开始时都会执行.First()函数，而每个会话结束时都会执行.Last()函数。
.First()函数中可以加载你常用的库，也可以加载保存自己编写的常用函数的源代码文件。
.Last()函数中可以执行某些清理操作，包括保存命令历史记录、保存程序输出和保存数据文件等。
其他自定义启动环境的一些方法，包括使用命令行选项和环境变量。详见help(Startup)和Introduction to R手册的附录B（<http://cran.r-project.org/doc/manuals/R-intro.pdf >）。
包的使用方法
载入一个包之后，就可以使用一系列新的函数和数据集了。包中往往提供了演示性的小型数据集和示例代码，能够让我们尝试这些新功能。帮助系统包含了每个函数的一个描述（同时带有示例），每个数据集的信息也被包括其中。命令help(package="package_name")可以输出某个包的简短描述以及包中的函数名称和数据集名称的列表。使用函数help()可以查看其中任意函数或数据集的更多细节。这些信息也能以PDF帮助手册的形式从CRAN下载。
R语言编程中的常见错误
1.使用了错误的大小写。help()、Help()和HELP()是三个不同的函数（只有第一个help()是正确的）。
2.忘记使用必要的引号。install.packages("gclus")能够正常执行，然而Ins�tall.packages(gclus)将会报错。
3.在函数调用时忘记使用括号。例如，要使用help()而非help。即使函数无需参数,仍需加上()。
4.在Windows上，路径名中使用了\。R将反斜杠视为一个转义字符。setwd("c:\ mydata")会报错。正确的写法是setwd("c:/mydata")或setwd("c:\\mydata")。
5.使用了一个尚未载入包中的函数。函数order.clusters()包含在包gclus中。如果还没有载入这个包就使用它，将会报错。
镜像设置
参考公众号《生信星球》
https://mp.weixin.qq.com/s/XvKb5FjAGM6gYsxTw3tcWw
https://m.umu.cn/session/article/1Z8Sbf70c?fwx=1
dplyr五个基础函数
1.mutate(),新增列
mutate(test, new = Sepal.Length * Sepal.Width)
## Sepal.Length Sepal.Width Petal.Length Petal.Width Species new
## 1 5.1 3.5 1.4 0.2 setosa 17.85
## 2 4.9 3.0 1.4 0.2 setosa 14.70
## 3 7.0 3.2 4.7 1.4 versicolor 22.40
## 4 6.4 3.2 4.5 1.5 versicolor 20.48
## 5 6.3 3.3 6.0 2.5 virginica 20.79
## 6 5.8 2.7 5.1 1.9 virginica 15.66
2.select(),按列筛选
1)按列号筛选
select(test,1)
## Sepal.Length
## 1 5.1
## 2 4.9
## 51 7.0
## 52 6.4
## 101 6.3
## 102 5.8
select(test,c(1,5))
## Sepal.Length Species
## 1 5.1 setosa
## 2 4.9 setosa
## 51 7.0 versicolor
## 52 6.4 versicolor
## 101 6.3 virginica
## 102 5.8 virginica
select(test,Sepal.Length)
## Sepal.Length
## 1 5.1
## 2 4.9
## 51 7.0
## 52 6.4
## 101 6.3
## 102 5.8
2)按列名筛选
select(test, Petal.Length, Petal.Width)
## Petal.Length Petal.Width
## 1 1.4 0.2
## 2 1.4 0.2
## 51 4.7 1.4
## 52 4.5 1.5
## 101 6.0 2.5
## 102 5.1 1.9
vars <- c("Petal.Length", "Petal.Width")
select(test, one_of(vars))
## Petal.Length Petal.Width
## 1 1.4 0.2
## 2 1.4 0.2
## 51 4.7 1.4
## 52 4.5 1.5
## 101 6.0 2.5
## 102 5.1 1.9
3.filter()筛选行
filter(test, Species == "setosa")
## Sepal.Length Sepal.Width Petal.Length Petal.Width Species
## 1 5.1 3.5 1.4 0.2 setosa
## 2 4.9 3.0 1.4 0.2 setosa
filter(test, Species == "setosa"&Sepal.Length > 5 )
## Sepal.Length Sepal.Width Petal.Length Petal.Width Species
## 1 5.1 3.5 1.4 0.2 setosa
filter(test, Species %in% c("setosa","versicolor"))
## Sepal.Length Sepal.Width Petal.Length Petal.Width Species
## 1 5.1 3.5 1.4 0.2 setosa
## 2 4.9 3.0 1.4 0.2 setosa
## 3 7.0 3.2 4.7 1.4 versicolor
## 4 6.4 3.2 4.5 1.5 versicolor
4.arrange(),按某1列或某几列对整个表格进行排序
arrange(test, Sepal.Length)#默认从小到大排序
## Sepal.Length Sepal.Width Petal.Length Petal.Width Species
## 1 4.9 3.0 1.4 0.2 setosa
## 2 5.1 3.5 1.4 0.2 setosa
## 3 5.8 2.7 5.1 1.9 virginica
## 4 6.3 3.3 6.0 2.5 virginica
## 5 6.4 3.2 4.5 1.5 versicolor
## 6 7.0 3.2 4.7 1.4 versicolor
arrange(test, desc(Sepal.Length))#用desc从大到小
## Sepal.Length Sepal.Width Petal.Length Petal.Width Species
## 1 7.0 3.2 4.7 1.4 versicolor
## 2 6.4 3.2 4.5 1.5 versicolor
## 3 6.3 3.3 6.0 2.5 virginica
## 4 5.8 2.7 5.1 1.9 virginica
## 5 5.1 3.5 1.4 0.2 setosa
## 6 4.9 3.0 1.4 0.2 setosa
5.summarise()：汇总
对数据进行汇总操作,结合group_by使用实用性强
summarise(test, mean(Sepal.Length), sd(Sepal.Length))# 计算Sepal.Length的平均值和标准差
## mean(Sepal.Length) sd(Sepal.Length)
## 1 5.916667 0.8084965
# 先按照Species分组，计算每组Sepal.Length的平均值和标准差
group_by(test, Species)
## # A tibble: 6 x 5
## # Groups: Species [3]
## Sepal.Length Sepal.Width Petal.Length Petal.Width Species
## * <dbl> <dbl> <dbl> <dbl> <fct>
## 1 5.1 3.5 1.4 0.2 setosa
## 2 4.9 3 1.4 0.2 setosa
## 3 7 3.2 4.7 1.4 versicolor
## 4 6.4 3.2 4.5 1.5 versicolor
## 5 6.3 3.3 6 2.5 virginica
## 6 5.8 2.7 5.1 1.9 virginica
summarise(group_by(test, Species),mean(Sepal.Length), sd(Sepal.Length))
## # A tibble: 3 x 3
## Species `mean(Sepal.Length)` `sd(Sepal.Length)`
##
## 1 setosa 5 0.141
## 2 versicolor 6.7 0.424
## 3 virginica 6.05 0.354
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）
test %>%
group_by(Species) %>%
summarise(mean(Sepal.Length), sd(Sepal.Length))
## # A tibble: 3 x 3
## Species `mean(Sepal.Length)` `sd(Sepal.Length)`
##
## 1 setosa 5 0.141
## 2 versicolor 6.7 0.424
## 3 virginica 6.05 0.354
2：count统计某列的unique值
count(test,Species)
## # A tibble: 3 x 2
## Species n
##
## 1 setosa 2
## 2 versicolor 2
## 3 virginica 2
dplyr处理关系数据
即将2个表进行连接，注意：不要引入factor
options(stringsAsFactors = F)
test1 <- data.frame(x = c('b','e','f','x'),
z = c("A","B","C",'D'),
stringsAsFactors = F)
test1
## x z
## 1 b A
## 2 e B
## 3 f C
## 4 x D
test2 <- data.frame(x = c('a','b','c','d','e','f'),
y = c(1,2,3,4,5,6),
stringsAsFactors = F)
test2
## x y
## 1 a 1
## 2 b 2
## 3 c 3
## 4 d 4
## 5 e 5
## 6 f 6
1.內连inner_join,取交集
inner_join(test1, test2, by = "x")
## x z y
## 1 b A 2
## 2 e B 5
## 3 f C 6
2.左连left_join
left_join(test1, test2, by = 'x')
## x z y
## 1 b A 2
## 2 e B 5
## 3 f C 6
## 4 x D NA
left_join(test2, test1, by = 'x')
## x y z
## 1 a 1
## 2 b 2 A
## 3 c 3
## 4 d 4
## 5 e 5 B
## 6 f 6 C
3.全连full_join
full_join( test1, test2, by = 'x')
## x z y
## 1 b A 2
## 2 e B 5
## 3 f C 6
## 4 x D NA
## 5 a
## 6 c
## 7 d
4.半连接：返回能够与y表匹配的x表所有记录semi_join
semi_join(x = test1, y = test2, by = 'x')
## x z
## 1 b A
## 2 e B
## 3 f C
5.反连接：返回无法与y表匹配的x表的所记录anti_join
anti_join(x = test2, y = test1, by = 'x')
## x y
## 1 a 1
## 2 c 3
## 3 d 4
6.简单合并
在相当于base包里的cbind()函数和rbind()函数;注意，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
test1 <- data.frame(x = c(1,2,3,4), y = c(10,20,30,40))
test1
## x y
## 1 1 10
## 2 2 20
## 3 3 30
## 4 4 40
test2 <- data.frame(x = c(5,6), y = c(50,60))
test2
## x y
## 1 5 50
## 2 6 60
test3 <- data.frame(z = c(100,200,300,400))
test3
## z
## 1 100
## 2 200
## 3 300
## 4 400
bind_rows(test1, test2)
## x y
## 1 1 10
## 2 2 20
## 3 3 30
## 4 4 40
## 5 5 50
## 6 6 60
bind_cols(test1, test3)
## x y z
## 1 1 10 100
## 2 2 20 200
## 3 3 30 300
## 4 4 40 400
