学习R包

镜像设置

• 每次打开Rstudio都需要设置一遍的方法

options("repos" = c(CRAN="https://mirrors.tuna.tsinghua.edu.cn/CRAN/"))
options(BioC_mirror="https://mirrors.ustc.edu.cn/bioc/") 
#检查镜像
options()$BioC_mirror

• 高级模式【Linux】
  在.hashrc文件中添加alias

#编辑文件
file.edit('~/.Rprofile')
#添加
options("repos" = c(CRAN="https://mirrors.tuna.tsinghua.edu.cn/CRAN/"))
options(BioC_mirror="https://mirrors.ustc.edu.cn/bioc/") 

R包安装

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

R包加载

library(包)
require(包)

实例练习--dplyr

• mutate(),新增列

mutate(test, new = Sepal.Length * Sepal.Width)

• select(),按列筛选

#筛选一列,按列序号筛选
select(test,1)
#筛选多列
select(test,c(1,5))
# 筛选指定列名
select(test,Sepal.Length)
select(test, Petal.Length, Petal.Width)
#先将列名赋值给变量，再用变量筛选
vars <- c("Petal.Length", "Petal.Width")
select(test, one_of(vars))

• filter()筛选行

#指定元素筛选
filter(test, Species == "setosa")
#多条件组合
filter(test, Species == "setosa"&Sepal.Length > 5 )
#筛选不同信息的行
filter(test, Species %in% c("setosa","versicolor"))

• arrange(),按列对表格排序

#默认从小到大
arrange(test, Sepal.Length)
#修改默认，从大到小
arrange(test, desc(Sepal.Length))

• summary(),汇总

计算平均值和标准差

summarise(test, mean(Sepal.Length), sd(Sepal.Length))

分组操作

计算按照Species分组后每组的平均值和标准差

group_by(test, Species)
summarise(group_by(test, Species),mean(Sepal.Length), sd(Sepal.Length))

15_6.PNG

dplyr的两个实用技能

• 管道操作%>% (cmd/ctr + shift + M)
  

  省略了中间赋值操作
• count统计某列的unique值
  count(test,Species)

dplyr处理关系数据- -连接两个表

创建两个表
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)

-內连inner_join,取交集

inner_join(test1, test2, by = "x")

• 左连left_join，以z的x为准，将y连接进来

#以z的x为准，将y连接进来
left_join(test1, test2, by = 'x')
#以y的x为准，将z连接进来
left_join(test2, test1, by = 'x')

• 全连full_join，按照x将y,z连接起来

full_join( test1, test2, by = 'x')

• 半连接：返回匹配的记录

semi_join(x = test1, y = test2, by = 'x')

• 反连接：返回无法匹配的记录

anti_join(x = test2, y = test1, by = 'x')

• 简单合并
  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

#输入数据
#test1与test2列数相同
#test1与test3行数相同
test1 <- data.frame(x = c(1,2,3,4), y = c(10,20,30,40))
test2 <- data.frame(x = c(5,6), y = c(50,60))
test3 <- data.frame(z = c(100,200,300,400))
#行合并
bind_rows(test1, test2)
#列合并
bind_cols(test1, test3)