2022-07-31

day6 学习R包

以dplyr为例，学习R包的使用

一、安装和加载R包

1. 镜像设置

   参考文章:你还在每次配置Rstudio的下载镜像吗？

   方法一：每次打开Rstudio都得运行这两行代码

   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

方法二：**R的配置文件**  `.Rprofile` #在启动Rstudio时完成

1.  **`file.edit('~/.Rprofile')`**

2.  在`Rprofile`中添加好上面两行`options`代码

3.  保存重启后运行`options()$repos`和`options()$BioC_mirror` 就发现已经配置好了

2. 安装

   安装命令：install.packages(“包”)或者BiocManager::install(“包”) #取决于你要安装的包存在于CRAN网站还是Biocducto

3. 加载

   以下两个命令均可：

   library(包) require(包)

二、dplyr五个基础函数

参考文章：https://www.cnblogs.com/koujiaodahan/p/15671405.html

dplyr五个核心函数.png

install.packages("dplyr")

library(dplyr)

1. mutate() 新增列

2. select() 按列筛选

   列名 or 列号

3. filter() 筛选行

*x %in% y 表示x被包含于y,返回True*

4. arrange() 按某1列/某几列对整个表格进行排序

5. summarise() 汇总

三、dplyr两个实用技能

1. 管道操作 %>%(cmd/ctr+shift+M)

   %>% 管道函数读then，即然后

   • 把左边值发送到右边的表达式，并作为右边表达式函数的第一个参数,从而省略了中间的赋值步骤，可以大量减少内存中的对象，节省内存。

   • 当操作多个数据集或函数时，使用%>%会更方便，更逻辑性。如计算cran上可用函数包的数量：contrib.url

注意：%>%不是base自带，需要先libray(tydiverse) 。否则报：没有"%>%"这个函数

2. count统计某列的unique值

三、dplyr处理关系数据

1.內连inner_join,取交集

2.左连left_join

3.全连full_join

4.半连接：返回能够与y表匹配的x表所有记录semi_join

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

在相当于base包里的cbind()函数和rbind()函数;

注意:bind_rows()函数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