对待R要高冷，拒绝可以拒绝的一切

1.高级的镜像设置

不想每次打开Rstudio都要运行一遍镜像配置，就需要用到R的配置文件.Rprofile

• 首先用file.edit()来编辑文件：
  file.edit('~/.Rprofile')
• 然后在其中添加好options代码

# options函数就是设置R运行过程中的一些选项设置
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
# 当然可以换成其他地区的镜像

• 最后保存然后重启Rstudio
  再运行一下：
  options()$repos
options()$BioC_mirror
  发现已经配置好了，省了手动运行的步骤

2.R包安装

• 第一种：CRAN网站
  install.packages(“”)
• 第二种：Bioconductor网站
  BiocManager::install(“”)

3.R包加载

• 两者均可
  library()
require()

（总结）4.安装加载三部曲：（"dplyr"）为例

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)

5.dplyr五个基础函数

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

（1）新增列

mutate(变量,新增列名=新增内容)

（2）筛选列

select(变量,筛选条件)

（3）筛选行

filter(变量,筛选条件)

（4）排序

• 按某1列或某几列对整个表格进行排序
  arrange(变量,筛选条件)
  

（5）汇总

summarise(变量,筛选条件)

• 结合group_by，根据分组再汇总分析

  
  

6.dplyr两个实用技能

（1）管道操作

• %>% ：向右操作符
  把左侧准备的数据或表达式，传递给右侧的函数调用或表达式进行运行，可以连续操作就像一个链条一样
  %>%
  (cmd/ctr + shift + M)
  -所以上述的一串代码可以变成简单的一串
  

（2）统计某列的unique值：count

count(变量,筛选条件)

7.dplyr处理关系数据

注意：2个表进行连接，不要引入factor
载入数据：

88.pn

（1）內连，取交集

inner_join

（2）左连

left_join

（3）全连接

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

• 相当于base包里的cbind()函数和rbind()函数
• bind_rows()
  需要两个表格列数相同
• bind_cols()
  需要两个数据框有相同的行数

下面进行操作：
先准备数据

再操作：

最后的最后：
今日的思维导图：