R语言用来制作丰富的图表和对Biocductor上面R包。以下以dplyr为例，讲一下R包。
一、安装和加载R包
1.镜像设置
options("repos" = c(CRAN="https://mirrors.tuna.tsinghua.edu.cn/CRAN/"))
options(BioC_mirror="https://mirrors.ustc.edu.cn/bioc/")
2.安装加载
（1）安装命令是install.packages(“包”)或者BiocManager::install(“包”)。取决于你要安装的包存在于CRAN网站还是Biocductor，存在于哪里？可以谷歌搜到。
install.packages("dplyr")
（2）加载命令
library(包)或require(包)
library(dplyr)
二、dplyr五个基础函数
1.mutate() 新增列
如：mutate(test, new = Sepal.Length * Sepal.Width)
2.select() 按列筛选
(1)按列号筛选
如：select(test,1) select(test,c(1,5)) select(test,Sepal.Length)
(2)按列名筛选
A、select(test, Petal.Length, Petal.Width)
B、vars <- c("Petal.Length","Petal.Width")
select(test, one_of(vars))
3.filter() 筛选行
A、filter(test, Species =="setosa")
B、filter(test, Species =="setosa"&Sepal.Length >5)
C、filter(test, Species %in% c("setosa","versicolor"))
4.arrange() 按某1列或某几列对整个表格进行排序
A、arrange(test, Sepal.Length) #默认从小到大排序
B、arrange(test, desc(Sepal.Length)) #用desc从大到小
5.summarise() 汇总—对数据进行汇总操作,结合group_by使用实用性强
A、summarise(test, mean(Sepal.Length), sd(Sepal.Length))
B、先按照Species分组，计算每组Sepal.Length的平均值和标准差
a、group_by(test, Species)
b、summarise(group_by(test, Species),mean(Sepal.Length), sd(Sepal.Length))
三、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))
2：count统计某列的unique值
count(test,Species)
四、dplyr处理关系数据（ 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)
test2 <- data.frame(x = c('a','b','c','d','e','f'),
y = c(1,2,3,4,5,6),
stringsAsFactors = F)
1.內连inner_join,取交集
inner_join(test1, test2, by = "x")
2.左连left_join
3.全连full_join
4.半连接：返回能够与y表匹配的x表所有记录semi_join
5.反连接：返回无法与y表匹配的x表的所记录anti_join
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
