学习小组Day6笔记--Doctorshann

R包学习

R包的加载和安装

1.镜像设置
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
2.安装
install.packages() BiocManager::install()
3.加载
library(包) require(包)

dplyr五个基础函数

1.mutate()
新增列 mutate(test, new = Sepal.Length * Sepal.Width)
2.select(),按列筛选

(1)按列号筛选 select(test,1) select(test,c(1,5)) select(test,Sepal.Length)
(2)按列名筛选 select(test, Petal.Length, Petal.Width)

3.filter()筛选行

filter(test, Species == "setosa")
filter(test, Species == "setosa"&Sepal.Length > 5 )
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

arrange(test, Sepal.Length) 默认从小到大排序
arrange(test, desc(Sepal.Length)) 用desc从大到小

5.summarise()：汇总

summarise(test, mean(Sepal.Length), sd(Sepal.Length))# 计算Sepal.Length的平均值和标准差
group_by(test, Species) # 先按照Species分组，计算每组Sepal.Length的平均值和标准差
summarise(group_by(test, Species),mean(Sepal.Length), sd(Sepal.Length))

dplyr两个实用技能

1：管道操作 %>% (cmd/ctr + shift + M) (用于取代嵌套版本的代码)

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

2：count统计某列的unique值
count(test,Species)

dplyr处理关系数据

1.內连inner_join,取交集
inner_join(test1, test2, by = "x")
2.左连left_join

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

3.全连full_join
full_join( test1, test2, by = 'x')
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')
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')
6.简单合并

bind_rows(test1, test2)
bind_cols(test1, test3)

最后再加上思维导图，需要多通过对比在发现不同包的作用，多总结。 Day6-学习R包.png