學(xué)習(xí)R包——以dplyr為例
R包是多個函數(shù)的集合备禀，具有詳細(xì)的說明和示例。
學(xué)生信赋续，R語言必學(xué)的原因是豐富的圖表和Biocductor上面的各種生信分析R包另患。包的使用是一通百通的，我們以dplyr為例昆箕，講一下R包。
安裝和加載R包
1. 鏡像設(shè)置
2. 安裝
R包安裝命令是install.packages(“包”)或者BiocManager::install(“包”)敛熬。取決于你要安裝的包存在于CRAN網(wǎng)站還是Biocductor应民，存在于哪里可以谷歌搜到。
3. 加載
library(包)或require(包)均可诲锹。
安裝加載三部曲###
options("repos" = c(CRAN="https://mirrors.tuna.tsinghua.edu.cn/CRAN/"))
options(BioC_mirror="https://mirrors.ustc.edu.cn/bioc/")
install.packages("dplyr")
library(dplyr)
示例數(shù)據(jù)直接使用內(nèi)置數(shù)據(jù)集iris的簡化版：test <- iris[c(1:2,51:52,101:102),]
dplyr的五個基礎(chǔ)函數(shù)
-
mutate()：新增列
新增列 -
select()：按列篩選
- 按序號篩選
select(test,1)
select(test,c(1,5))
select(test,Sepal.Length)
image.png - 按列名篩選
select(test, Petal.Length, Petal.Width)
vars <- c("Petal.Length", "Petal.Width")
select(test, one_of(vars))
-
filter()：篩選行
filter(test, Species == "setosa")
filter(test, Species == "setosa"&Sepal.Length > 5 )
filter(test, Species %in% c("setosa","versicolor"))
image.png -
arrange()：按某1列或某幾列對整個表格進行排序
arrange(test, Sepal.Length)#默認(rèn)從小到大排序
arrange(test, desc(Sepal.Length))#用desc從大到小
image.png -
summarise()：匯總【對數(shù)據(jù)進行匯總操作,結(jié)合group_by使用實用性強】
summarise(test, mean(Sepal.Length), sd(Sepal.Length))# 計算Sepal.Length的平均值和標(biāo)準(zhǔn)差
平均值和標(biāo)準(zhǔn)差
# 先按照Species分組，計算每組Sepal.Length的平均值和標(biāo)準(zhǔn)差
group_by(test, Species)
summarise(group_by(test, Species),mean(Sepal.Length), sd(Sepal.Length))
dplyr兩個實用技能
- 管道操作 %>%
快捷鍵：cmd/ctr + shift + M捻浦，然后就會出來%>%這個符號
加載任意一個tidyverse包即可用管道符號
test %>%
+ group_by(Species) %>%
+ summarise(mean(Sepal.Length),sd(Sepal.Length))
- count函數(shù)——統(tǒng)計某列的unique值
count(test,Species)
image.png
dplyr處理關(guān)系數(shù)據(jù)
即將2個表進行連接朱灿。
注意：不要引入factor钠四。
options(stringsAsFactors = F)
test1 <- data.frame(x = c('b','e','f','x'),
z = c("A","B","C",'D'),
stringsAsFactors = F)
test1
test2 <- data.frame(x = c('a','b','c','d','e','f'),
y = c(1,2,3,4,5,6),
stringsAsFactors = F)
test2
-
內(nèi)連
inner_join：取交集
inner_join(test1,test2,by="x")
內(nèi)連取交集 -
左連
left_join
left_join(test1, test2, by = 'x')
left_join(test2, test1, by = 'x')
左連 -
全連
full_join
full_join( test1, test2, by = 'x')
全連 -
半連接
semi_join：返回能夠與y表匹配的x表所有記錄
semi_join(x = test1, y = test2, by = 'x')
image.png -
反連接
anti_join：返回?zé)o法與y表匹配的x表的所記錄
anti_join(x = test2, y = test1, by = 'x')
image.png 簡單合并
在相當(dāng)于base包里的cbind()函數(shù)和rbind()函數(shù)
注意：bind_rows()函數(shù)需要兩個表格列數(shù)相同侣灶，而bind_cols()函數(shù)則需要兩個數(shù)據(jù)框有相同的行數(shù)缕碎。
test1 <- data.frame(x = c(1,2,3,4), y = c(10,20,30,40))
test1
test2 <- data.frame(x = c(5,6), y = c(50,60))
test2
test3 <- data.frame(z = c(100,200,300,400))
test3
bind_rows(test1, test2)
bind_cols(test1, test3)
