配置镜像源
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
file.edit('~/.Rprofile') #在Rprofile运行上两行代码即可
options()BioC_mirror #检验镜像源配置
R包安装
install.packages(“包”)或者BiocManager::install(“包”) #区别在于是在CRAN还是Bioconductor
加载包
library(包)
require(包)
dplyr基础函数（test <- iris[c(1:2,51:52,101:102),] 示例数据）
mutate() #新增列
mutate(test, new = Sepal.Length * Sepal.Width) #test是文件名，后面是操作
select() #按列筛选
select(test,Sepal.Length)
filter() 筛选行
filter(test, Species == "setosa"&Sepal.Length > 5 )
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
arrange(test, desc(Sepal.Length)) #加desc从大到小
summarise()：汇总
summarise(test, mean(Sepal.Length), sd(Sepal.Length)) #mean平均，sd标准差
summarise(group_by(test, Species),mean(Sepal.Length), sd(Sepal.Length))
summarise(group_by(test, Species),mean(Sepal.Length), sd(Sepal.Length)) #搭配group_by使用
管道操作 %>% (cmd/ctr + shift + M)
- 管道运算符 %>% 的意思是：将左边的运算结果，以输入的方式传给右边函数
- x %>% f() %>% g() # 等同于 g(f(x)) 先对 x 进行 f 操作 , 接着对结果进行 g操作
e.g. test %>% group_by(Species) %>% summarise(mean(Sepal.Length), sd(Sepal.Length))
count统计某列的unique值
count(test,Species)
dplyr处理关系数据
stringsAsFactors = F #即将2个表进行连接，注意：不要引入factor
test1 <- data.frame(x = c('b','e','f','x'), z = c("A","B","C",'D'),stringsAsFactors = F) #data.frame 创建数据框
内连inner_join,取交集
inner_join(test1, test2, by = "x")
左连left_join
left_join(test1, test2, by = 'x') 与 left_join(test2, test1, by = 'x') 有区别，以前面那个为准
全连full_join
full_join( test1, test2, by = 'x') x全都有，但是剩下的参数都以test1的x为准
半连接：返回能够与y表匹配的x表所有记录semi_join
semi_join(x = test1, y = test2, by = 'x')
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')
简单合并
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_rows(test1, test2) #合并行，需列数相同
bind_cols(test1, test3) #合并列，需行数相同