1、安装和加载R包
（1）镜像设置
- 记住两行代码：
options("repos" = c(CRAN="https://mirrors.tuna.tsinghua.edu.cn/CRAN/"))
options(BioC_mirror="https://mirrors.ustc.edu.cn/bioc/")
具体操作见链接：你还在每次配置Rstudio的下载镜像吗？
（2）安装R包
针对CRAN中的包：install.packages(“包”)
针对Bioconductor中的包：BiocManager::install(“包”)
如果install.packages()无法安装想要安装的包，则可以调用BiocManager工具，在调用它之前需要使用install.packages()安装它。
工作流程分别为：install.packages("BiocManager")；安装成功后，运行BiocManager::install()，空白处即为想要安装的包。
（3）加载R包
常用命令：library(包)和require(包)
2、dplyr五个基础函数
在安装和加载dplyr包后，使用内置数据集iris的简化版进行学习：
test <- iris[c(1:2,51:52,101:102),]
（1）mutate()，新增列
mutate(test, new = Sepal.Length * Sepal.Width)
（2）select()，按列筛选
- 按列号筛选
select(test,1) #筛选第一列
select(test,c(1,5)) #筛选第一和第五列
- 按列名筛选
select(test,Sepal.Length)
select(test, Petal.Length, Petal.Width)
vars <- c("Petal.Length", "Petal.Width")
select(test, one_of(vars))
（3）filter()，筛选行
filter(test, Species == "setosa")
filter(test, Species == "setosa"&Sepal.Length > 5 )
filter(test, Species %in% c("setosa","versicolor"))
（4）arrange()，按某1列或某几列对整个表格进行排序
arrange(test, Sepal.Length) #默认按Sepal.Length从小到大排序
arrange(test, desc(Sepal.Length)) #用desc表示从大到小排序
（5）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，再计算每组Sepal.Length的平均值和标准差
3、dplyr两个实用技能
（1）管道操作 %>% (cmd/ctr + shift + M)
加载任意一个tidyverse包即可用管道符号
有关管道操作的补充，见链接：R语言中的管道操作
（2）count统计某列的unique值
count(test,Species)
4、dplyr处理关系数据
stringsAsFactors = F意味着，在读入数据时，遇到字符串之后，不将其转换为factors，仍然保留为字符串格式。
（1）內连inner_join，取交集
inner_join(test1, test2, by = "x")
（2）左连left_join
left_join(test1, test2, by = 'x')
（3）全连full_join
full_join( test1, test2, by = 'x')
（4）半连接semi_join，返回能够与y表匹配的x表所有记录
semi_join(x = test1, y = test2, by = 'x')
（5）反连接anti_join，返回无法与y表匹配的x表的所有记录
anti_join(x = test2, y = test1, by = 'x')
（6）简单合并
相当于base包里的cbind()函数和rbind()函数；
注意，bind_rows()函数需要两个数据框列数相同，而bind_cols()函数则需要两个数据框行数相同。
本学习内容参考微信公众号：生信星球