第一步
設置鏡像
第二步
安裝各種的R包
install.packages(“包”)
包在cran網(wǎng)站
BiocManager::install(“包”)
包在Biocductor網(wǎng)站
第三步
加載包
library(包)
require(包)
以dplyr包為例進行示范
代碼：
options("repos"=c(CRAN="https://mirrors.tuna.tsinghua.edu.cn/CRAN/"))
設置鏡像的意思
options(BioC_mirror="https://mirrors.ustc.edu.cn/bioc/")
大概是確定好到底設置好沒
install.packages("dplyr")
安裝dplyr這個r包
library(dplyr)
調(diào)取dplyr這個r包
使用內(nèi)置數(shù)據(jù)集iris的簡化版:
test <- iris[c(1:2,51:52,101:102),]
根據(jù)結(jié)果推測代碼的意思是取iris這個數(shù)據(jù)集的第1系任，2井联，51技俐，52，101赴蝇，102行的數(shù)字
dplyr這個r包里面五個基礎函數(shù)
1.mutate(),新增列
代碼：
mutate(test, new = Sepal.Length * Sepal.Width)
2.select(),按列篩選
3.filter()篩選行
4.arrange(),按某1列或某幾列對整個表格進行排序
5.summarise()：匯總
代碼：
summarise(test, mean(Sepal.Length), sd(Sepal.Length))# 計算Sepal.Length的平均值和標準差
image.png
先按照Species分組，計算每組Sepal.Length的平均值和標準差
group_by(test, Species)
image.png
summarise(group_by(test, Species),mean(Sepal.Length), sd(Sepal.Length))
image.png
dplyr包兩個使用技能
1：管道操作 %>% (cmd/ctr + shift + M)
加載任意一個tidyverse包即可用管道符號
代碼：
test %>%
group_by(Species) %>%
summarise(mean(Sepal.Length), sd(Sepal.Length))
2：count統(tǒng)計某列的unique值
代碼：
count(test,Species)
dyplr處理關系數(shù)據(jù)
將2個表進行連接粤攒，但不引入factor
第一步
整出需要連接的表
代碼：
options(stringsAsFactors = F)
test1 <- data.frame(x = c('b','e','f','x'),
z = c("A","B","C",'D'),
stringsAsFactors = F)
test2 <- data.frame(x = c('a','b','c','d','e','f'),
y = c(1,2,3,4,5,6),
stringsAsFactors = F)
image.png
1.內(nèi)連inner_join,取交集
代碼：
inner_join(test1, test2, by = "x")
2.左連left_join
代碼：
left_join(test1, test2, by = 'x')
left_join(test2, test1, by = 'x')
image.png
3.全連full_join
代碼：
full_join( test1, test2, by = 'x')
4.半連接：返回能夠與y表匹配的x表所有記錄semi_join
代碼：
semi_join(x = test1, y = test2, by = 'x')
image.png
5.反連接：返回無法與y表匹配的x表的所記錄anti_join
代碼：
anti_join(x = test2, y = test1, by = 'x')
6.簡單合并
相當于base包里的cbind()函數(shù)和rbind()函數(shù)
bind_rows()函數(shù)需要兩個表格列數(shù)相同
bind_cols()函數(shù)則需要兩個數(shù)據(jù)框行數(shù)相同
代碼：
test1 <- data.frame(x = c(1,2,3,4), y = c(10,20,30,40))
test2 <- data.frame(x = c(5,6), y = c(50,60))
test3 <- data.frame(z = c(100,200,300,400))
bind_rows(test1, test2)
bind_cols(test1, test3)
image.png
