生信学习小组 Day6 -- ldj

R语言学习-R包

R包的下载，在CRAN或 Bioconductor 里，自定义的下载是在CRAN, 配置 Rstudio的下载镜像 方法

1. install.packages(“包”) 是在 CRAN里下载
2. BiocManager::install(“包”) 在Biocductor里

dplyr五个基础函数

• mutate(),新增列

  mutate(mtcars,mpg = NULL,disp = disp * 0.0163871)
  mtcars %>% as_tibble() %>% mutate(mpg = NULL, disp = disp * 0.0163871) # convert to litres
  

• select(),筛选列

  #按列号
  select(test,c(1,5))
  #按列名
  vars <- c("Petal.Length", "Petal.Width")
  select(test, one_of(vars))
  

• filter()筛选行

 #注意 == 
 filter(test, Species == "setosa"&Sepal.Length > 5 )
 #注意此时 == 的到的结果和in是不同的
 filter(test, Species %in% c("setosa","versicolor"))
 filter(test, Species == c("setosa","versicolor"))
 
  filter(test, Species %in% c("setosa","versicolor"))
- `arrange()`,按某1列或某几列对整个表格进行排序`

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

• summarise()汇总

  #group_by 形成tibble数据格式，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 实用技能

• 管道符%>% (cmd/ctr + shift + M)

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

• count 统计某列的unique值

  count(test,Species)
  ## # A tibble: 3 x 2
  ##   Species        n
  ##    <fct>      <int>
  ## 1 setosa         2
  ## 2 versicolor     2
  ## 3 virginica      2
  

表格间的操作

left_join
inner_join
full_join
semi_join 和 anti_join 是相反的
`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