2022-04-27
day6 R包的安装与使用——罗wb
R包的安装
镜像设置
file.edit('~/.Rprofile')
options("repos" = c(CRAN="https://mirrors.tuna.tsinghua.edu.cn/CRAN/"))
options(BioC_mirror="https://mirrors.ustc.edu.cn/bioc/")
先运行file.edit('~/.Rprofile')后在打开的脚本文件中粘贴后两行代码，保存(点击保存按钮或flie—save as—相应的工作目录），然后关闭重启Rstudio，再运行一下：options()$repos和options()$BioC_mirror 就发现已经配置好了(如下所示）。设置过一次后在相同的工作目录下安装其他包不用再设置镜像
> options()$repos
CRAN
"https://mirrors.tuna.tsinghua.edu.cn/CRAN/"
> options()$BioC_mirror
[1] "https://mirrors.ustc.edu.cn/bioc/"
包的安装
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）。注意括号内是英文状态下的双引号内包的名称。
R包的加载
library(包)
require(包)
每次使用包之前都要先加载（调出）相应的包
dplyr包的应用
dplyr包的五个基础函数
1.mutate(),新增列
如mutate(flie, options)
2.select(),按列筛选
如select(flie,列名) #仅筛选1列
select(flie, one_of("x","y","z","t")) #选择x、y、z、t等多列，one_of()仅用于select功能
select(flie,列号)或select(flie,c(a,b,c)) #abc均为列号数
3.filter()筛选行
filter(flie, 筛选条件),如：
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(flie, 列名1，列名2，列名3) #默认按从小到大排序（先按列1派序，1中相同的部分按列2排序，依次类推。在列名前加-可按从大到小排序
arrange(flie, desc(列名)) #按该列从大到小排序（desc仅用于1列）
5.summarise()：汇总计算平均值、sd、中位数等
summarise(flie, mean(列名), sd(列名))
summarise(group_by(flie, 分组依据的列名),mean(列名), sd(列名)) #分组/类汇总后再计算，如：
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
6.count()：计算某列的元素有什么及其对应的个数
count(flie,列名),如：
count(test,Species)
## # A tibble: 3 x 2
## Species n
##
## 1 setosa 2
## 2 versicolor 2
## 3 virginica 2
dplyr包基础上的管道操作
%>% (按ctr + shift + M即可键入)，可将符号左边的数据或程序（表达式）高效传递至其右边，依次传递命令，减少对象的命名次数
需前提安装任意一个tidyverse包（如magrittr包，也可直接安装tidyverse包），进行该操作时应先加载dplyr包（不必加载tidyverse包）
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
等价于：
summarise(group_by(test, Species),mean(Sepal.Length), sd(Sepal.Length))
dplyr处理关系数据
用于数据集的合并
1.內连inner_join,取交集
inner_join(flie1, flie2, by = "x") #通过哪些变量将两个或多个数据框进行横向合并（仅保留待合并数据集中依据变量（如x）中共同有的那部分观测）
2.左连left_join
inner_join(flie1, flie2, by = "x") #通过哪些变量将两个或多个数据框进行横向合并（flie1的数据均保留，flie2的数据仅保留与flie1中的依据变量相同的观测）
inner_join(flie2, flie1, by = "x") #通过哪些变量将两个或多个数据框进行横向合并（flie2的数据均保留，flie1的数据仅保留与flie2中的依据变量相同的观测）
3.全连full_join
inner_join(flie1, flie2, by = "x") #所有观测均保留
4.半连接：返回能够与y表匹配的x表所有记录semi_join
semi_join(flie1, flie2, by = 'x') # 通过哪些变量将两个或多个数据框进行横向合并（仅保留flie1中与其他待合并数据集中依据变量（如x）中共同有的那部分观测）
5.反连接：返回无法与y表匹配的x表的所记录anti_join
anti_join(flie1, flie2, by = 'x') # 通过哪些变量将两个或多个数据框进行横向合并（flie1中除去flie1中与其他待合并数据集中依据变量（如x）中共同有的那部分观测后的观测）
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
bind_cols(flie1,flie2) #纵向合并（增加列/变量）
bind_rows(flie1,flie2) #横向合并（增加行/观测）
其中， bind_rows()与full_join()的区别：
> bind_rows(test1, test2)
x z y
1 b A NA
2 e B NA
3 f C NA
4 x D NA
5 a <NA> 1
6 b <NA> 2
7 c <NA> 3
8 d <NA> 4
9 e <NA> 5
10 f <NA> 6
> 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 <NA> 1
6 c <NA> 3
7 d <NA> 4
