學(xué)習(xí)小組Day7-沈榮

1.鏡像設(shè)置
file.edit('~/.Rprofile')
options("repos" = c(CRAN="[https://mirrors.tuna.tsinghua.edu.cn/CRAN/](https://mirrors.tuna.tsinghua.edu.cn/CRAN/)")) #對(duì)應(yīng)清華源
options(BioC_mirror="https://mirrors.ustc.edu.cn/bioc/") #對(duì)應(yīng)中科大源
再運(yùn)行
options()$repos和options()$BioC_mirror

即可

2.R包的安裝與加載
①安裝(聯(lián)網(wǎng))
install.packages(“包”)
BiocManager::install(“包”)
②加載
library(包);require(包)
3.dplyr五個(gè)基本函數(shù)
安裝并加載dplyr
mutate(),新增列
新增列
select(),按列篩選
①按列號(hào)篩選:select(變量名,列號(hào)),如select(test,1)
②按列名篩選:select(變量名,列名)筐骇,如select(test, Petal.Length, Petal.Width)
按列篩選

one_of()函數(shù):用來選擇聲明變量饼齿,即選擇vars為變量费什。

③filter()篩選行:filter(變量名,所要篩選的行)回梧,如filter(test, Species == "setosa")县袱;filter(test, Species %in% c("setosa","versicolor"))
篩選行
④arrange(),按某1列或某幾列對(duì)整個(gè)表格進(jìn)行排序:
arrange(變量名,要排序的列名)躺孝,如arrange(test, Sepal.Length)享扔,默認(rèn)由小到大排序;arrange(test, desc(Sepal.Length))括细,這里用desc表示從大到小排序
排序
⑤summarise():匯總
summarise(變量名,要匯總的方式)伪很,如summarise(test, mean(Sepal.Length), sd(Sepal.Length)),mean:求平均值奋单,sd:求標(biāo)準(zhǔn)差
group_by():分組
group_by(變量名锉试,分組的列名),如group_by(test, Species)
分組再匯總:如summarise(group_by(test, Species),mean(Sepal.Length), sd(Sepal.Length)
匯總
4.dplyr兩個(gè)實(shí)用技能
①%>% (cmd/ctr + shift + M):管道操作
管道傳參览濒,即將左邊的值傳遞給下一個(gè)函數(shù)
管道傳參
②count()統(tǒng)計(jì)某列的unique值
count(變量名,列名)呆盖,如count(test,Species)
計(jì)算unique值
5.dplyr處理關(guān)系數(shù)據(jù):連接兩個(gè)表格
data.frame()函數(shù)建立表格
內(nèi)連inner_join,取交集
內(nèi)連
左連left_join
左連
右連right_join
右連
全連full_join
全連
半連接:返回能夠與y表匹配的x表所有記錄semi_join,即返回重疊部分
半連接
反連接:返回?zé)o法與y表匹配的x表的所記錄anti_join贷笛,即返回不重疊部分
反連接
簡(jiǎn)單合并
bind_rows():需要兩個(gè)數(shù)據(jù)框列數(shù)相同
bind_cols():需要兩個(gè)數(shù)據(jù)框行數(shù)相同
簡(jiǎn)單合并

否則:


5.思維導(dǎo)圖
今天的合并數(shù)據(jù)稍微有些難理解应又,尚可尚可
最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末,一起剝皮案震驚了整個(gè)濱河市乏苦,隨后出現(xiàn)的幾起案子株扛,更是在濱河造成了極大的恐慌尤筐,老刑警劉巖,帶你破解...
    沈念sama閱讀 222,865評(píng)論 6 518
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件洞就,死亡現(xiàn)場(chǎng)離奇詭異盆繁,居然都是意外死亡,警方通過查閱死者的電腦和手機(jī)旬蟋,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 95,296評(píng)論 3 399
  • 文/潘曉璐 我一進(jìn)店門油昂,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人倾贰,你說我怎么就攤上這事冕碟。” “怎么了匆浙?”我有些...
    開封第一講書人閱讀 169,631評(píng)論 0 364
  • 文/不壞的土叔 我叫張陵安寺,是天一觀的道長(zhǎng)。 經(jīng)常有香客問我吞彤,道長(zhǎng)我衬,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 60,199評(píng)論 1 300
  • 正文 為了忘掉前任饰恕,我火速辦了婚禮,結(jié)果婚禮上井仰,老公的妹妹穿的比我還像新娘埋嵌。我一直安慰自己,他們只是感情好俱恶,可當(dāng)我...
    茶點(diǎn)故事閱讀 69,196評(píng)論 6 398
  • 文/花漫 我一把揭開白布雹嗦。 她就那樣靜靜地躺著,像睡著了一般合是。 火紅的嫁衣襯著肌膚如雪了罪。 梳的紋絲不亂的頭發(fā)上,一...
    開封第一講書人閱讀 52,793評(píng)論 1 314
  • 那天聪全,我揣著相機(jī)與錄音泊藕,去河邊找鬼。 笑死难礼,一個(gè)胖子當(dāng)著我的面吹牛娃圆,可吹牛的內(nèi)容都是我干的。 我是一名探鬼主播蛾茉,決...
    沈念sama閱讀 41,221評(píng)論 3 423
  • 文/蒼蘭香墨 我猛地睜開眼暇赤,長(zhǎng)吁一口氣:“原來是場(chǎng)噩夢(mèng)啊……” “哼囚枪!你這毒婦竟也來了?” 一聲冷哼從身側(cè)響起,我...
    開封第一講書人閱讀 40,174評(píng)論 0 277
  • 序言:老撾萬榮一對(duì)情侶失蹤歉糜,失蹤者是張志新(化名)和其女友劉穎碘橘,沒想到半個(gè)月后,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體,經(jīng)...
    沈念sama閱讀 46,699評(píng)論 1 320
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡甫贯,尸身上長(zhǎng)有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 38,770評(píng)論 3 343
  • 正文 我和宋清朗相戀三年,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了幕帆。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片获搏。...
    茶點(diǎn)故事閱讀 40,918評(píng)論 1 353
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡,死狀恐怖失乾,靈堂內(nèi)的尸體忽然破棺而出常熙,到底是詐尸還是另有隱情,我是刑警寧澤碱茁,帶...
    沈念sama閱讀 36,573評(píng)論 5 351
  • 正文 年R本政府宣布裸卫,位于F島的核電站,受9級(jí)特大地震影響纽竣,放射性物質(zhì)發(fā)生泄漏墓贿。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 42,255評(píng)論 3 336
  • 文/蒙蒙 一蜓氨、第九天 我趴在偏房一處隱蔽的房頂上張望聋袋。 院中可真熱鬧,春花似錦穴吹、人聲如沸幽勒。這莊子的主人今日做“春日...
    開封第一講書人閱讀 32,749評(píng)論 0 25
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽啥容。三九已至,卻和暖如春顷霹,著一層夾襖步出監(jiān)牢的瞬間咪惠,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 33,862評(píng)論 1 274
  • 我被黑心中介騙來泰國(guó)打工淋淀, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留遥昧,地道東北人。 一個(gè)月前我還...
    沈念sama閱讀 49,364評(píng)論 3 379
  • 正文 我出身青樓绅喉,卻偏偏與公主長(zhǎng)得像渠鸽,于是被迫代替她去往敵國(guó)和親。 傳聞我的和親對(duì)象是個(gè)殘疾皇子柴罐,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 45,926評(píng)論 2 361