久菜盒子|医学大数据|R|常用安装包及介绍

复习下：

library(tibble)
library(readxl)
library(survival)
library(survminer)
library(rms)
library(forestplot)
library(magrittr)
library(corrplot)
library(car)
require(stringdist)
library(timeROC)
library(tidyverse)
library(dplyr)
library(tidyr)
library(data.table)
library(purrr)
library(readr)
library(lubridate)
library(stringr)
library(openxlsx)
library(tableone)
library(stats)
library(ggplot2)

简要介绍：

1. library(tibble):

   • 包名：tibble
   • 主要功能：提供了一种现代化的数据框实现，称为“tibble”。相比于传统的data.frame，tibble具有更简洁的输出格式、更严格的向量化操作以及更好的与dplyr等tidyverse包的集成。它保留了数据框的基本属性，但在设计上更侧重于数据探索和分析的便利性。
   • 应用场景：广泛应用于数据清洗、处理、分析的各个阶段，特别是在使用tidyverse工作流时，tibble是默认的数据结构。

2. library(readxl):

   • 包名：readxl
   • 主要功能：提供了从Excel文件（.xls或.xlsx格式）中读取数据的功能。支持直接读取工作簿中的特定工作表，并能灵活处理各种数据类型和复杂表格结构。
   • 应用场景：当需要从Excel表格中导入数据进行统计分析或数据处理时，readxl是一个高效且跨平台的选择，无需依赖Excel软件。

3. library(survival):

   • 包名：survival
   • 主要功能：提供了生存分析所需的各类函数，包括生存函数估计、风险比例模型（如Cox比例风险模型）、参数生存模型、竞争风险分析、多状态模型等。还包含了生存数据可视化工具。
   • 应用场景：在医学研究、社会科学、工程等领域中，用于处理含有生存时间（如患者的生存期、设备故障时间等）和 censoring（观察截止）信息的数据，进行生存率估计、预测、关联性分析等。

4. library(survminer):

   • 包名：survminer
   • 主要功能：专注于生存分析结果的可视化，提供了一系列美化和增强生存曲线图、风险表、Cox模型摘要等输出的函数，特别是其ggsurvplot()函数，能创建出符合“美学原则”的生存曲线图，易于理解和解释。
   • 应用场景：与survival包配合使用，用于生成高质量的生存分析图表，便于学术报告、论文撰写或演示汇报。

5. library(rms):

   • 包名：rms
   • 主要功能：提供了一整套用于稳健统计建模的方法，包括生存分析、回归分析、广义线性模型、广义估计方程等。它强调模型的稳健性、可解释性和预测能力，内置了许多实用函数用于模型诊断、交叉验证、图形化展示等。
   • 应用场景：在医学研究中，尤其是在处理临床试验数据时，rms包有助于构建稳健的预测模型，并确保模型的稳健性和可靠性。

6. library(forestplot):

   • 包名：forestplot
   • 主要功能：专用于绘制森林图（Forest plot），这是一种直观展示多个效应量及其置信区间或可信区间的方法，常用于meta分析、风险比或 odds ratio 等效应量的汇总展示。
   • 应用场景：在医学研究中，森林图是meta分析报告的标准组成部分，用于汇总多个独立研究的结果，评估总体效应大小及其异质性。

7. library(magrittr):

   • 包名：magrittr
   • 主要功能：引入了管道运算符 %>%，使得代码逻辑更加清晰、易于阅读和编写。管道允许将一系列函数调用串联起来，以数据流的方式处理数据，极大地改善了R代码的可维护性和可理解性。
   • 应用场景：在任何需要进行复杂数据操作或函数链式调用的情境中，magrittr都能显著提高代码的整洁度和可读性，尤其在使用tidyverse工作流时几乎必不可少。

8. library(corrplot):

   • 包名：corrplot
   • 主要功能：提供了一系列函数来创建美观的关联矩阵图（correlation plots），用于可视化变量之间的相关性。支持多种布局样式、颜色映射、标记显著相关性等高级选项。
   • 应用场景：在数据分析过程中，当需要快速评估大量变量间的关系或展示变量间的相关系数矩阵时，corrplot是一个便捷且高效的可视化工具。

9. library(car):

   • 包名：car
   • 主要功能：提供了丰富的方法和函数用于对多元线性模型（MLM）和广义线性模型（GLM）进行诊断、检验和改进。包括残差分析、异方差性检验、多重共线性诊断、模型稳健性检验等。
   • 应用场景：在进行回归分析时，car包是进行模型诊断、验证和修正的强大工具，帮助研究者确保模型的合理性和可靠性。

10. require(stringdist):

    • 包名：stringdist
    • 主要功能：提供了一系列计算字符串之间距离的算法，如Levenshtein距离、Jaccard距离、q-gram距离等。这些距离可用于模糊匹配、拼写检查、聚类分析等文本挖掘任务。
    • 应用场景：在处理包含文本数据的医学研究中，如患者病历、药品名称、疾病分类等，stringdist包可以帮助进行近似匹配、相似度分析和聚类等操作。

11. library(timeROC):

    • 包名：timeROC
    • 主要功能：专注于时间依赖性的ROC曲线分析，支持计算和绘制随时间变化的ROC曲线，以及相关的性能指标（如AUC、Youden指数等）。适用于评估动态预测模型（如预测患者未来的发病风险）的性能。
    • 应用场景：在医学研究中，尤其是在疾病预测、复发风险评估等场景下，当预测结果与时间密切相关时，使用timeROC包可以准确评估模型在不同时间窗口内的预测效能。

1. library(tidyverse):

   • 包名：tidyverse
   • 主要功能：作为一个集合包，tidyverse整合了一系列用于数据科学工作的核心R包，包括dplyr、tidyr、ggplot2、readr、purrr、tibble和stringr等。这些包共同构成了一个统一的工作流，专注于数据导入、清洗、转换、可视化和模型拟合的整个过程，强调代码的可读性和复用性。
   • 应用场景：广泛应用于数据科学项目，从数据获取到最终报告生成的各个环节，特别适合那些遵循“tidy data”理念进行数据分析的用户。

2. library(dplyr):

   • 已在tidyverse中包含：dplyr是tidyverse的一部分，提供了一组高效、易用的函数，用于数据框的筛选、排序、分组、聚合、合并等操作。其管道语法（与magrittr包中的%>%配合使用）使得数据处理流程清晰、简洁。

3. library(tidyr):

   • 已在tidyverse中包含：tidyr也是tidyverse的一部分，专注于数据的整理和变形，提供pivot_longer()、pivot_wider()、separate()、unite()等函数，用于将数据从宽格式转换为长格式，或者进行列的拆分、合并等操作，使数据符合“tidy data”原则。

4. library(data.table):

   • 主要功能：data.table是一个高性能的数据框替代品，提供了类似于SQL的操作语法，非常适合大规模数据的快速处理。除了基本的数据操作外，还支持按组操作（by）、非等值连接（foverlaps()）、更新（:=）等高级特性。
   • 应用场景：在处理大型数据集时，data.table因其出色的性能和内存效率而被广泛应用，尤其在需要频繁进行大规模数据过滤、分组计算等操作时。

5. library(purrr):

   • 已在tidyverse中包含：purrr是tidyverse的一部分，提供了面向列表的编程工具，通过一组函数（如map()系列、reduce()、modify()等）实现了对数据结构的迭代、函数应用、结果收集等功能，增强了R对函数式编程的支持。

6. library(readr):

   • 已在tidyverse中包含：readr是tidyverse的一部分，专注于高效、便捷地读取文本数据文件（如CSV、TSV等），提供了诸如read_csv()、read_tsv()等函数，具有自动类型推断、进度条显示、错误处理等优点。

7. library(lubridate):

   • 主要功能：lubridate专门用于处理日期和时间数据，提供了一系列简单、直观的函数，如解析日期时间字符串、提取/设置日期时间组件、计算时间间隔、进行日期时间运算等。
   • 应用场景：在处理包含日期时间信息的数据时，lubridate极大地简化了相关操作，减少了手动处理时区、格式等问题带来的困扰。

8. library(stringr):

   • 已在tidyverse中包含：stringr是tidyverse的一部分，提供了基于向量化的字符串操作函数，包括搜索、替换、提取、分割、修剪等，与基础R中的字符串函数相比，其命名更一致、用法更简洁。

9. library(openxlsx):

   • 主要功能：openxlsx提供读写Excel 2007+ .xlsx文件的功能，支持写入公式、样式、图表、数据验证等复杂元素，同时具备良好的内存管理，能处理大文件。相比readxl，它还支持写入操作。
   • 应用场景：当需要从Excel文件读取数据，或者将分析结果写回Excel文件，尤其是需要控制样式、添加复杂元素时，openxlsx是一个强大的选择。

10. library(tableone):

    • 主要功能：tableone提供创建类似医学期刊中“表1”的汇总统计表功能，即对不同类别或连续变量按分组变量进行描述性统计分析，并可进行缺失值处理、标准化等操作。输出结果可以直接用于论文或报告中。
    • 应用场景：在医学研究或其他需要生成描述性统计表的场合，tableone能够快速生成专业且规范的统计表格，便于报告或论文中展示研究样本的基本特征。

11. library(stats):

    • 已默认加载：stats是R的基础统计包，随R语言一起安装并默认加载。包含了众多统计测试（如t检验、卡方检验、ANOVA等）、分布函数、拟合优度检验、回归分析、聚类分析、时间序列分析等基础统计功能。

12. library(ggplot2):

    • 已在tidyverse中包含：ggplot2是tidyverse的一部分，是R中最流行的数据可视化库之一，采用“Grammar of Graphics”理念，提供了一种灵活、层次化的方式来构建复杂统计图形。支持各种几何对象（点、线、柱状图、箱线图等）、统计变换、坐标系统、主题样式等，能够创建出版级质量的图表。