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))
-
内连inner_join,取交集
inner_join(test1, test2, by = “x”) -
左连left_join
left_join(test1, test2, by = ‘x’)
left_join(test2, test1, by = ‘x’) -
全连full_join
full_join( test1, test2, by = ‘x’) -
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’) -
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’) -
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