安装和加载R包
安装
install.package("包")
BiocManager::install("包")
取决于安装包所在的网站是CRAN还是Biocductor
加载
library()
require()
安装加载
options("repos" = c(CRAN="https://mirrors.tuna.tsinghua.edu.cn/CRAN/"))
options(BioC_mirror="https://mirrors.ustc.edu.cn/bioc/")
install.packages("dplyr")
library(dplyr)
dplyr包中的5个函数
- mutute( ) 新增列
mutate(test, new = Sepal.Length * Sepal.Width)
- select( ) 按列筛选
select(test,c(1,5))筛选第一列和第五列
select(test,Sepal.Length)筛选名叫Sepal.Length的列
vars <- c("Petal.Length", "Petal.Width")
select(test, one_of(vars))
one_of
出现在字符向量x中的所有变量名
- fliter( ) 按行筛选
filter(test, Species == "setosa"&Sepal.Length > 5 )
返回species是etosa且Sepal.Length 大于5的行
filter(test, Species %in% c("setosa","versicolor"))
返回Species是setosa,versicolor的行
%in%
用法 a %in% table
a值是否包含于table中，为真输出TURE，否者输出FALSE
- arrange（ ）排序
arrange(test, desc(Sepal.Length))
desc从大到小排序
- 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))
先按照Species分组，计算每组Sepal.Length的平均值和标准差
dplyr两个实用技能
- 管道操作
%>% 相对于创造封闭数据包- 统计某列的值
count(test,Species)返回Species的种类和数量
dplyr处理关系数据（连接两个表格）
options(stringsAsFactors = F)
test1 <- data.frame(x = c('b','e','f','x'),
z = c("A","B","C",'D'),
stringsAsFactors = F)
test1
## x z
## 1 b A
## 2 e B
## 3 f C
## 4 x D
test2 <- data.frame(x = c('a','b','c','d','e','f'),
y = c(1,2,3,4,5,6),
stringsAsFactors = F)
test2
## x y
## 1 a 1
## 2 b 2
## 3 c 3
## 4 d 4
## 5 e 5
## 6 f 6
- inner_join
连接两个表格的交集
inner_join(test1, test2, by = "x")
## x z y
## 1 b A 2
## 2 e B 5
## 3 f C 6
- left_join
以x表格为标准，y返回与左侧交集部分
left_join(test1, test2, by = 'x')
## x z y
## 1 b A 2
## 2 e B 5
## 3 f C 6
## 4 x D NA
left_join(test2, test1, by = 'x')
## x y z
## 1 a 1
## 2 b 2 A
## 3 c 3
## 4 d 4
## 5 e 5 B
## 6 f 6 C
- full_join
相同的列名全连，y表格只返回与x交集部分结果
full_join( test1, test2, by = 'x')
## x z y
## 1 b A 2
## 2 e B 5
## 3 f C 6
## 4 x D NA
## 5 a
## 6 c
## 7 d
- semi_join
返回能够与y表匹配的x表
semi_join(x = test1, y = test2, by = 'x')
## x z
## 1 b A
## 2 e B
## 3 f C
- anti_join
返回无法与y表匹配的x表
anti_join(x = test2, y = test1, by = 'x')
## x y
## 1 a 1
## 2 c 3
## 3 d 4
- bind_rows()函数需要两个表格列数相同
- bind_cols()函数则需要两个数据框有相同的行数
test1 <- data.frame(x = c(1,2,3,4), y = c(10,20,30,40))
test1
## x y
## 1 1 10
## 2 2 20
## 3 3 30
## 4 4 40
test2 <- data.frame(x = c(5,6), y = c(50,60))
test2
## x y
## 1 5 50
## 2 6 60
test3 <- data.frame(z = c(100,200,300,400))
test3
## z
## 1 100
## 2 200
## 3 300
## 4 400
bind_rows(test1, test2)
## x y
## 1 1 10
## 2 2 20
## 3 3 30
## 4 4 40
## 5 5 50
## 6 6 60
bind_cols(test1, test3)
## x y z
## 1 1 10 100
## 2 2 20 200
## 3 3 30 300
## 4 4 40 400
注：以上代码框均来自生信星球教程