《学习小组day6笔记--（解杰）》

2020-07-26 本文已影响0人大杰子鸭

学习R包

安装和加载R包

1.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/")
---然后再保存重启Rstudio---再运行一下options() $repos和options()$ BioC_mirror就可以了。
options函数就是设置R运行过程中的一些选项设置
file.edit()编辑文件
2.安装
install.packages(“包”)或者BiocManager::install(“包”)
3.加载
library(包)
require（包）

安装加载三部曲

options("repos" = c(CRAN="https://mirrors.tuna.tsinghua.edu.cn/CRAN/")) 
options(BioC_mirror="https://mirrors.ustc.e
du.cn/bioc/") 
install.packages("dplyr")
library(dplyr)

dplyr五个基本函数

首先找到示例数据

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

1.mutate(),新增列

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

2.select(),按列筛选
-按列号筛选

select(test,1)
select(test,c(1,5))
select(test,Sepal.Length)

-按列名筛选

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

3.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
先按照Species分组，计算每组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))

dplyr两个实用技能

1.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))

2.count统计某列的unique值

count(test,Species)

dplyr处理关系数据

即将2个表相连，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)
test1
test2 <- data.frame(x = c('a','b','c','d','e','f'), 
                    y = c(1,2,3,4,5,6),
                    stringsAsFactors = F)
test2

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
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

test1 <- data.frame(x = c(1,2,3,4), y = c(10,20,30,40))
test1
test2 <- data.frame(x = c(5,6), y = c(50,60))
test2
test3 <- data.frame(z = c(100,200,300,400))
test3
bind_rows(test1, test2)

今天的内容并不是特别好理解，所以还需要课下再消化吸收。