设置镜像源
首先用file.edit()来编辑文件
options函数就是设置R运行过程中的一些选项设置
'''
file.edit('~/.Rprofile')
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
'''
配置镜像.png
dplyr五个基础函数
加载包require（）,library（）,读入数据
test <- iris[c(1:2,51:52,101:102),]
1.mutate(),新增列
mutate(test, new = Sepal.Length * Sepal.Width)
mutate.png
2.select(),按列筛选
(1)按列号筛选
select(test,1)
select(test,c(1,5))
(2)按列名筛选
select(test,Sepal.Length)
vars <- c("Petal.Length", "Petal.Width")
select(test, one_of(vars)
列名.png
3.filter()筛选行
filter(test, Species == "setosa")
filter(test, Species == "setosa"&Sepal.Length > 5 )
filter(test, Species %in% c("setosa","versicolor"))
filter.png
4.arrange(),按某1列或某几列对整个表格进行排序
arrange(test, Sepal.Length)#默认从小到大排序
arrange(test, desc(Sepal.Length))#用desc从大到小
arrange.png
5.summarise()：汇总
summarise(test, mean(Sepal.Length), sd(Sepal.Length))# 计算Sepal.Length的平均值和标准差
# 先按照Species分组，计算每组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))
先分组.png
计算.png
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
test %>%
group_by(Species) %>%
summarise(mean(Sepal.Length), sd(Sepal.Length))
管道操作.png
2：count统计某列的unique值
count(test,Species)
count.png
dplyr处理关系数据
即将2个表进行连接，注意：不要引入factor
options(stringsAsFactors = F)
test2 <- data.frame(x = c('a','b','c','d','e','f'),
y = c(1,2,3,4,5,6),
stringsAsFactors = F)
test1 <- data.frame(x = c('b','e','f','x'),
z = c("A","B","C",'D'),
stringsAsFactors = F)
test1
1.內连inner_join,取交集
inner_join.png
2.左连left_join
left_join.png
3.全连full_join
full_join.png
4.半连接：返回能够与y表匹配的x表所有记录semi_join
semi.png
5.反连接：返回无法与y表匹配的x表的所记录anti_join
anti.png
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
bind.png
总结
Day6.jpg