R包的学习

第一步

设置镜像

image.png

第二步

安装各种的R包

install.packages(“包”)

包在cran网站

BiocManager::install(“包”)

包在Biocductor网站

第三步

加载包

library(包)
require(包)

以dplyr包为例进行示范

代码：

options("repos"=c(CRAN="https://mirrors.tuna.tsinghua.edu.cn/CRAN/"))

设置镜像的意思

options(BioC_mirror="https://mirrors.ustc.edu.cn/bioc/")

大概是确定好到底设置好没

install.packages("dplyr")

安装dplyr这个r包

library(dplyr)

调取dplyr这个r包

使用内置数据集iris的简化版:

test <- iris[c(1:2,51:52,101:102),]

根据结果推测代码的意思是取iris这个数据集的第1，2，51，52，101，102行的数字

image.png

image.png

dplyr这个r包里面五个基础函数

1.mutate(),新增列

代码：

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

image.png

2.select(),按列筛选

image.png

3.filter()筛选行

image.png

image.png

4.arrange(),按某1列或某几列对整个表格进行排序

image.png

image.png

5.summarise()：汇总

代码：

summarise(test, mean(Sepal.Length), sd(Sepal.Length))# 计算Sepal.Length的平均值和标准差

image.png

先按照Species分组，计算每组Sepal.Length的平均值和标准差

group_by(test, Species)

image.png

summarise(group_by(test, Species),mean(Sepal.Length), sd(Sepal.Length))

image.png

dplyr包两个使用技能

1：管道操作 %>% (cmd/ctr + shift + M)

加载任意一个tidyverse包即可用管道符号
代码：

test %>%
group_by(Species) %>%
summarise(mean(Sepal.Length), sd(Sepal.Length))

image.png

2：count统计某列的unique值

代码：

count(test,Species)

image.png

dyplr处理关系数据

将2个表进行连接，但不引入factor

第一步

整出需要连接的表

代码：

options(stringsAsFactors = F)
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)

image.png

1.內连inner_join,取交集

代码：

inner_join(test1, test2, by = "x")

image.png

2.左连left_join

代码：

left_join(test1, test2, by = 'x')
left_join(test2, test1, by = 'x')

image.png

image.png

3.全连full_join

代码：

full_join( test1, test2, by = 'x')

image.png

4.半连接：返回能够与y表匹配的x表所有记录semi_join

代码：

semi_join(x = test1, y = test2, by = 'x')

image.png

5.反连接：返回无法与y表匹配的x表的所记录anti_join

代码：

anti_join(x = test2, y = test1, by = 'x')

image.png

6.简单合并

相当于base包里的cbind()函数和rbind()函数
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行数相同
代码：

test1 <- data.frame(x = c(1,2,3,4), y = c(10,20,30,40))
test2 <- data.frame(x = c(5,6), y = c(50,60))
test3 <- data.frame(z = c(100,200,300,400))
bind_rows(test1, test2)
bind_cols(test1, test3)

image.png