小组作业——Day6-学习R包

小组作业——Day6-学习R包

一、镜像

	file.edit('~/.Rprofile')
	# options函数就是设置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
	#当然可以换成其他地区的镜像

保存，重启

options()$BioC_mirror
options()$repos

二、R包

安装

• install.packages(“包”)
• 或者BiocManager::install(“包”)
• 或者点击工具栏Tools
  – 找到install.package
  – 输入包的名字
  取决于包存在于cran还是biocductor（可以搜到）

加载

	library或require
	使用包需要先安装再加载，才能使用

例如：

	配置好镜像后
	install.packages(“dplyr”)
	library(dplyr)

三、dplyr五个基础函数（例子：

test <- iris[c(1:2,51:52,101:102),]）

mutate，新增列

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

select()

按列筛选 

		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))

filter()

筛选行
	filter(test, Species == "setosa")
	filter(test, Species == “setosa”&Sepal.Length > 5 )

arrange(),按某1列或某几列对整个表格进行排序

默认从小到大，用desc从大到小
arrange(test, desc(Sepal.Length)

summarise()，汇总

mean算平均值，sd算标准差
summarise(test, mean(Sepal.Length), sd(Sepal.Length))
group_by，进行分组
summarise(group_by(test, Species),mean(Sepal.Length), sd(Sepal.Length))

四、dplyr两个技能

管道符函数：%>%（cmd/ctr + shift + M）
test %>%
group_by(Species) %>%
summarise(mean(Sepal.Length), sd(Sepal.Length))

count统计某列的unique值（相同参数有几行）

五、dplyr处理关系数据

test1 <- data.frame(x = c(‘b’,‘e’,‘f’,‘x’),
z = c(“A”,“B”,“C”,‘D’)
test2 <- data.frame(x = c(‘a’,‘b’,‘c’,‘d’,‘e’,‘f’),
y = c(1,2,3,4,5,6))

1. 内连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
   bind_rows()函数（row是行，合并行，所以列数相同）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

思维导图