生信星球6 学习R包

今天要解决的问题是？
镜像设置
安装和加载R包
dplyr五个基础函数
管道操作
dplyr六个处理关系数据

镜像设置

初级模式——选择配置
但是这个是CRAN的镜像，如果要下载Bioconductor的包这个镜像是没有办法用的

tools——packages——primary CRAN repository

升级模式——两行代码

options()$repos 查看镜像
option()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

高级模式——设置文件

.Renviron，它是为了设置R的环境变量（这里先不说它）
.Rprofile就是一个代码文件，如果启动时找到这个文件，那么就替我们先运行一遍（这个过程就是在启动Rstudio时完成的）

file.edit('~/.Rprofile') #file.edit()来编辑文件
在文件中添加代码options("repos" = c(CRAN="https://mirrors.tuna.tsinghua.edu.cn/CRAN/"))

---

安装和加载R包

在于CRAN网站：install.packages(“包”)

Biocductor：BiocManager::install(“包”)

难安装的包：本地下载后安装（bioconductor/R官网）

加载：library or require

---

dplyr五个基础函数

dplyr是tidyverse集合包中一个功能强大的R包，用于进行数据处理和数据操作。

mutate() 新增列
mutate(test, new = Sepal.Length * Sepal.Width) #新增加列还顺便做了计算

select() 按列筛选
select(test,1) #按列号筛选
select(test,c(1,5))

select(test,Sepal.Length) #按列名筛选

vars <- c("Petal.Length", "Petal.Width") #按列名筛选
select(test, one_of(vars))

filter() 筛选行
filter(test, Species == "setosa") #行的字符名词

filter(test, Species == "setosa"&Sepal.Length > 5 ) #行的数值大小

filter(test, Species %in% c("setosa","versicolor"))筛选出Species为setosa或versicolor的所有行

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))

---

管道操作

%>% (cmd/ctr + shift + M)
加载任意一个tidyverse包即可用管道符号

“其作用是将前一步的结果直接传参给下一步的函数，从而省略了中间的赋值步骤，可以大量减少内存中的对象，节省内存。” “将%>%左边的对象传递给右边的函数，作为第一个选项的设置（或剩下唯一一个选项的设置）”。

---

dplyr六个处理关系数据

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)
这是产生了test1和test2两个数据框

inner_join(test1, test2, by = "x")
内部连接：取test1和test2两个数据框的交集

left_join(test1, test2, by = 'x')和left_join(test2, test1, by = 'x')两个命令结果是不同的。分别以左侧的数据框为基础，进行连接

full_join( test1, test2, by = 'x') 全部数据都用上

semi_join(x = test1, y = test2, by = 'x')
半连接，意思是把x表里的数据和y去找能匹配上的。

anti_join(x = test2, y = test1, by = 'x')
反连接，正好相反，把x表里的数据去和y比对，找不能匹配上的。

bind_rows()和bind_cols()两个函数用于简单合并。 bind_rows()是合并行，要求列数必须一致，才能合并的了。bind_cols()是合并列，则要行数一致才行。

---

写在最后

Q：今日学了什么？
dplyr五个基础函数+ dplyr六个处理关系数据要多加运用！！！
管道操作再深刻点理解
回去复习一下第一节