学习小组Day6笔记--付小隼

安装和加载R包

1.镜像设置

• 生信星球教程
• 初级模式：Tools里面设置
• 升级模式

# 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

• 高级模式：R的配置文件.Rprofile

file.edit('~/.Rprofile')#首先用file.edit()来编辑文件
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
保存=》
重启Rstudio
options()$repos
options()$BioC_mirror 

镜像设置

2.安装

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

3.加载

library(包)
require(包)

4.安装加载三部曲

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

test <- iris[c(1:2,51:52,101:102),]#直接使用内置数据集iris的简化版
##mutate(),新增列
mutate(test, new = Sepal.Length * Sepal.Width)#mutate(),新增列
##select(),按列筛选
select(test,1)#筛选第一列
select(test,c(1,5))#筛选第一列和第五列
select(test,Sepal.Length)#筛选列名是“Sepal.Length”的列
vars <- c("Petal.Length", "Petal.Width")
select(test, one_of(vars))#按列名筛选
##filter()筛选行
filter(test, Species == "setosa")#filter()筛选Species ==setosa行
filter(test, Species == "setosa"&Sepal.Length > 5 )#筛选Species ==setosa行且Sepal.Length > 55
filter(test, Species %in% c("setosa","versicolor"))#筛选Species =="setosa","versicolor"行
##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
##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)
summarise(group_by(test, Species),mean(Sepal.Length), sd(Sepal.Length))# 先按照Species分组，计算每组Sepal.Length的平均值和标准差

6.dplyr两个实用技能

• 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))

• count统计某列的unique值

count(test,Species)

7.dplyr处理数据关系

R语言中dplyr包jion函数的教程

##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)
inner_join(test1, test2, by = "x")#內连inner_join,取交集
left_join(test1, test2, by = 'x')
left_join(test2, test1, by = 'x')#左连left_join
full_join( test1, test2, by = 'x')#全连full_join
semi_join(x = test1, y = test2, by = 'x')#半连接：返回能够与y表匹配的x表所有记录semi_join
anti_join(x = test2, y = test1, by = 'x')#反连接：返回无法与y表匹配的x表的所记录anti_join
##
bind_rows(test1, test2)
bind_cols(test1, test3)
#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,相当于base包里的cbind()函数和rbind()函数