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