生信星球学习小组第129期Day6-爆爆

今天以dplyr为例学习R包，可怜我的小破电脑安装不了包，只能先将文字版本整理下来
dplyr包是用于数据清理的高效R包，是tidyverse的核心包之一

安装和加载R包

• 设置镜像

https://mp.weixin.qq.com/s/XvKb5FjAGM6gYsxTw3tcWw
options("repos" = c(CRAN="https://mirrors.tuna.tsinghua.edu.cn/CRAN/"))
options(BioC_mirror="https://mirrors.ustc.edu.cn/bioc/")
－－生信星球

• 安装
  install.packages(“包”) ＃CRAN
  BiocManager::install(“包”) ＃Biocductor
• 加载
  library(包)
  require(包)

dplyr基础函数

• mutate(),新增列
  mutate(test, new = Sepal.Length * Sepal.Width)
• select(),按列筛选
  按列号，select(test,1)
  按列名，select(test, Petal.Length, Petal.Width)
• filter()筛选行
  filter(test, Species == "setosa")
  filter(test, Species == "setosa"&Sepal.Length > 5 )
  filter(test, Species %in% c("setosa","versicolor"))
• 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
• 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))

dplyr实用技能

• 管道操作 %>% (cmd/ctr + shift + M)
  把符号前的对象作为第一个参数传递给符号后的函数
• count统计某列的unique值

dplyr处理关系数据

join，对两个数据集的观测根据共同变量进行横向合并的操作

• 內连inner_join,取交集
• 左连left_join
• 全连full_join
• 半连接：返回能够与y表匹配的x表所有记录semi_join
• 反连接：返回无法与y表匹配的x表的所记录anti_join
• 简单合并