思维导图

R包安装.PNG

配置镜像

参考生信星球https://mp.weixin.qq.com/s/XvKb5FjAGM6gYsxTw3tcWw

初级模式

初始配置 生信星球.PNG

缺点：这个是CRAN的镜像，如果要下载Bioconductor的包，这个镜像是没有办法用的。

升级模式

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

缺点：下次再打开Rstudio会发现，下载Bioconductor还是会回到官方镜像。可以查询options()$BioC_mirror试试，如果你的依然是自己设置的国内镜像，就不用管了；如果发现需要再重新运行一遍代码进行设置。

一劳永逸的高级模式

file.edit('~/.Rprofile')
然后在其中添加好上面的options代码，保存，重启Rstudio

安装包

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

加载包

`library(包)`
`require(包)`

R包的讲解(dplyr为例)

dplyr包，d=data.frame，是专门用于数据框的

dplyr基础函数

示例数据

test <- iris[c(1:2,51:52,101:102),]

• mutate(data, newcolumn= )，新增列

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

• select(data, colnumber/colname)，筛选列

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

• filter(data, 需要满足的条件(常常是某一列的内容满足什么))，筛选行

filter(test, Species == "setosa")
filter(test, Species == "setosa"&Sepal.Length > 5 )
filter(test, Species %in% c("setosa","versicolor"))

• arrange(data, colname),按某1列或某几列对整个表格进行排序
  默认是从小到打排序，arrange(data, desc(colname))从大到小排序

arrange(test, Sepal.Length)
arrange(test, desc(Sepal.Length))

• summarise()：汇总
  summarise(group_by(), )，结合group_by使用实用性强

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

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(data, colnames) 统计某列的unique值

count(test,Species)

处理数据关系

示例数据

options(stringsAsFactors = F) #注意：不要引入factor
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(data1,data2, by=哪一列)
  内连取交集，大家共有的才合并

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

• left_join(data1,data2,by=哪一列)
  左连，第一个数据集有的在第二个数据集里面找然后合并，没有匹配的就空值NA

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

• full_join(data1,data2,by=哪一列)
  全连取并集，没有匹配就空值NA

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

• semi_join(x, y , by =哪一列)
  半连接：返回能够与y表匹配的x表所有记录，不合并

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

• anti_join(x , y , by =哪一列)
  反连接：返回无法与y表匹配的x表的所记录，不合并

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

• bind_rows(), bind_cols()简单合并
  bind_rows()函数需要两个表格列数相同，bind_cols()函数则需要两个数据框有相同的行数

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