照例先上思維導圖

D6.png

一据忘、Rstudio設置鏡像

與R軟件不同鹦牛，Rstudio不會自動詢問是否配置鏡像，因此需要自己設置勇吊。分別為CRAN和Bioconductor的下載鏡像

# options函數(shù)就是設置R運行過程中的一些選項設置
options("repos" = c(CRAN="https://mirrors.tuna.tsinghua.edu.cn/CRAN/")) #對應清華源
options(BioC_mirror="https://mirrors.ustc.edu.cn/bioc/") #對應中科大源

但這個方法并非一勞永逸曼追，在下次打開Rstudio時，可用options()$BioC_mirror查詢鏡像發(fā)現(xiàn)又回到官方鏡像汉规，因此要下載R包又要重新打一遍上面的代碼礼殊。那有什么辦法設置一下么？

高級設置

需要用到R的配置文件 .Rprofile
（1）首先用file.edit()來編輯文件

file.edit('~/.Rprofile')

（2）然后在其中添加好上面的兩行options代碼

options("repos" = c(CRAN="https://mirrors.tuna.tsinghua.edu.cn/CRAN/")) 
options(BioC_mirror="https://mirrors.ustc.edu.cn/bioc/")

最后保存=》重啟Rstudio鲫忍，這時再運行一下：options()$repos和options()$BioC_mirror 就發(fā)現(xiàn)已經(jīng)配置好了膏燕，就很方便地省了手動運行的步驟

二、安裝及加載R包

install.packages(“包”) #來源CRAN網(wǎng)站
BiocManager::install(“包”) #來源Biocductor
library(包)
require(包)

library和require都可以用于加載R包悟民；注意安裝和加載時包名的雙引號區(qū)別

三坝辫、R包實戰(zhàn)--dplyr的5個基本函數(shù)

dplyr包主要用于數(shù)據(jù)清洗和整理，主要功能有：行選擇射亏、列選擇近忙、統(tǒng)計匯總、窗口函數(shù)智润、數(shù)據(jù)框交集等及舍，是非常高效、友好的數(shù)據(jù)處理包
使用內置數(shù)據(jù)集iris作為示例窟绷，先把一些行提取出來

test<-iris[c(1:2,51:52,101:102),]

mutate():用于新增列

> mutate(test, new = Sepal.Length * Sepal.Width) #新增的列為前面兩列的數(shù)據(jù)進行相乘得到的結果
  Sepal.Length Sepal.Width Petal.Length Petal.Width    Species   new
1          5.1         3.5          1.4         0.2     setosa 17.85
2          4.9         3.0          1.4         0.2     setosa 14.70
3          7.0         3.2          4.7         1.4 versicolor 22.40
4          6.4         3.2          4.5         1.5 versicolor 20.48
5          6.3         3.3          6.0         2.5  virginica 20.79
6          5.8         2.7          5.1         1.9  virginica 15.66

select():用于按列進行篩選

> select(test,1)  #按列號篩選
    Sepal.Length
1            5.1
2            4.9
51           7.0
52           6.4
101          6.3
102          5.8
> select(test,c(2:4))  #篩選多列
    Sepal.Width Petal.Length Petal.Width
1           3.5          1.4         0.2
2           3.0          1.4         0.2
51          3.2          4.7         1.4
52          3.2          4.5         1.5
101         3.3          6.0         2.5
102         2.7          5.1         1.9
> select(test,Sepal.Length) #按列名進行篩選锯玛，對于處理數(shù)據(jù)大表達矩陣的可以進行特定篩選
    Sepal.Length
1            5.1
2            4.9
51           7.0
52           6.4
101          6.3
102          5.8

filter()：用于按行進行篩選

> filter(test,Species=="setosa") #設定篩選條件，由于Species列的參數(shù)是字符串兼蜈，因此要有雙引號
  Sepal.Length Sepal.Width Petal.Length Petal.Width Species
1          5.1         3.5          1.4         0.2  setosa
2          4.9         3.0          1.4         0.2  setosa
> filter(test,Species=="setosa"&Sepal.Length>5)  #可以同時設置多個條件進行精準篩選
  Sepal.Length Sepal.Width Petal.Length Petal.Width Species
1          5.1         3.5          1.4         0.2  setosa
> filter(test,Species %in% c("versicolor","virginica")) #%in%為管道函數(shù)
  Sepal.Length Sepal.Width Petal.Length Petal.Width    Species
1          7.0         3.2          4.7         1.4 versicolor
2          6.4         3.2          4.5         1.5 versicolor
3          6.3         3.3          6.0         2.5  virginica
4          5.8         2.7          5.1         1.9  virginica

x %in% y 的意思是“對x里的每個元素進行判斷攘残，判斷它是否在y中存在，存在就返回TRUE为狸，不存在就返回FALSE”歼郭，多的元素在前，少的元素在后

arrange()：用于根據(jù)某一列或某幾列對整個表格進行重新排序

> arrange(test,Sepal.Length)  #對某一列進行排序辐棒，不加其他參數(shù)默認從小到大排序
  Sepal.Length Sepal.Width Petal.Length Petal.Width    Species
1          4.9         3.0          1.4         0.2     setosa
2          5.1         3.5          1.4         0.2     setosa
3          5.8         2.7          5.1         1.9  virginica
4          6.3         3.3          6.0         2.5  virginica
5          6.4         3.2          4.5         1.5 versicolor
6          7.0         3.2          4.7         1.4 versicolor
> arrange(test,desc(Sepal.Length)) #利用desc設置為從大到小排序
  Sepal.Length Sepal.Width Petal.Length Petal.Width    Species
1          7.0         3.2          4.7         1.4 versicolor
2          6.4         3.2          4.5         1.5 versicolor
3          6.3         3.3          6.0         2.5  virginica
4          5.8         2.7          5.1         1.9  virginica
5          5.1         3.5          1.4         0.2     setosa
6          4.9         3.0          1.4         0.2     setosa

對某幾列進行排序：
假設有個新的數(shù)據(jù)框mydata如下

> mydata
  X1 X2
1  2  7
2  2  4
3  2  6
4  1  9
5  1  7
> arrange(mydata,X1,X2) #以X1和X2聯(lián)合升序排序病曾。也就是說：首先按照X1的升序（從小到大）排序牍蜂；如果在X1相等的情形下，則按照X2從小到大排序
  X1 X2
1  1  7
2  1  9
3  2  4
4  2  6
5  2  7
> arrange(mydata,X1,desc(X2)) #首先按照X1的升序（從小到大）排序泰涂；如果在X1相等的情形下鲫竞，則按照X2的降序（從大到小）排序
  X1 X2
1  1  9
2  1  7
3  2  7
4  2  6
5  2  4

summarise():用于匯總數(shù)據(jù)信息负敏，結合group_by()使用實用性強

> summarise(test, mean(Sepal.Length), sd(Sepal.Length))
  mean(Sepal.Length) sd(Sepal.Length)
1           5.916667        0.8084965

# 按照Species分組
> group_by(test, Species)
A tibble: 6 x 5
Groups:   Species [3]  #根據(jù)Species分成了三組
  Sepal.Length Sepal.Width Petal.Length Petal.Width Species   
         <dbl>       <dbl>        <dbl>       <dbl> <fct>     
1          5.1         3.5          1.4         0.2 setosa    
2          4.9         3            1.4         0.2 setosa    
3          7           3.2          4.7         1.4 versicolor
4          6.4         3.2          4.5         1.5 versicolor
5          6.3         3.3          6           2.5 virginica 
6          5.8         2.7          5.1         1.9 virginica 

# 按照Species分組贡茅，并計算每組Sepal.Length的平均值和標準差
> summarise(group_by(test, Species),mean(Sepal.Length), sd(Sepal.Length))
  A tibble: 3 x 3
  Species    mean(Sepal.Length) sd(Sepal.Length)
  <fct>                     <dbl>              <dbl>
1 setosa                     5                 0.141
2 versicolor                 6.7               0.424
3 virginica                  6.05              0.354

四秘蛇、dplyr 的實用技能

1. 管道符號`%>%` (ctr + shift + M)

> test %>% 
+     group_by(Species) %>% 
+     summarise(mean(Sepal.Length), sd(Sepal.Length))
  A tibble: 3 x 3
  Species    `mean(Sepal.Length)` `sd(Sepal.Length)`
  <fct>                     <dbl>              <dbl>
1 setosa                     5                 0.141
2 versicolor                 6.7               0.424
3 virginica                  6.05              0.354

%>%：表示將左邊的結果傳遞給右邊其做，通常右邊是一個函數(shù)，它會對傳過來的結果進行相對應的計算

2. count統(tǒng)計某列的unique值

> count(test,Species)
     Species n
1     setosa 2
2 versicolor 2
3  virginica 2

3. 行名列與第一列之間的相關轉換

圖片.png

(1）has_rownames(df)
數(shù)據(jù)df是否有rownanme赁还，返回布爾型數(shù)據(jù)妖泄。
(2)remove_rownames(df)
如果有rowname，移除rowname
(3)rownames_to_column(df, var = "A")
把rownames轉換成一列艘策，該列的列名設為：A
(4)rowid_to_column(df, var = "rowid")
移除原有rowname蹈胡，替換成為rowid，從1自增型朋蔫，
(5)column_to_rownames(df, var = "C")
把原有數(shù)據(jù)中名為C的列變成rowname

與data.table包合用,將基因表達矩陣讀入罚渐，并將第一列設為行名：

df <- data.table::fread("inputfilename.txt") 
df %>% column_to_rownames(df [,1])

五、dplyr處理關系數(shù)據(jù)

先創(chuàng)建兩個數(shù)據(jù)框test1和test2驯妄，注意不要引入factor

> options(stringsAsFactors = F)
> test1 <- data.frame(x = c('b','e','f','x'), 
+                     z = c("A","B","C",'D'),
+                     stringsAsFactors = F)
> test1
  x z
1 b A
2 e B
3 f C
4 x D
> test2 <- data.frame(x = c('a','b','c','d','e','f'), 
+                     y = c(1,2,3,4,5,6),
+                     stringsAsFactors = F)
> test2 
  x y
1 a 1
2 b 2
3 c 3
4 d 4
5 e 5
6 f 6

1. 內連`inner_join`：用于取交集

> inner_join(test1,test2,by="x") #以x列為基準取交集
  x z y
1 b A 2
2 e B 5
3 f C 6

2. 左連`left_join`:以第一個表達矩陣的為準荷并，將第二個與第一個匹配

> left_join(test1,test2,by="x")  #以整個test1表為準
  x z  y
1 b A  2
2 e B  5
3 f C  6
4 x D NA
> left_join(test2,test1,by="x")  #以整個test2表為準
  x y    z
1 a 1 <NA>
2 b 2    A
3 c 3 <NA>
4 d 4 <NA>
5 e 5    B
6 f 6    C

3. 全連`full_join`：將兩個表合并一起，不用管行列是否對齊青扔，沒對齊自動用NA進行補全

> full_join(test1,test2,by="x")
  x    z  y
1 b    A  2
2 e    B  5
3 f    C  6
4 x    D NA
5 a <NA>  1
6 c <NA>  3
7 d <NA>  4

4. 半連接`semi_join`：返回能夠與y表匹配的x表的所有記錄

> semi_join(x=test1,y=test2,by="x")
  x z
1 b A
2 e B
3 f C

5. 反連接`anti_join`：返回無法與y表匹配的x表的所記錄

> anti_join(x=test2,y=test1,by="x")
  x y
1 a 1
2 c 3
3 d 4

6. 簡單合并

創(chuàng)建三個數(shù)據(jù)框

> test3 <- data.frame(x = c(1,2,3,4), y = c(10,20,30,40))
> test3
  x  y
1 1 10
2 2 20
3 3 30
4 4 40
> test4 <- data.frame(x = c(5,6), y = c(50,60))
> test4
  x  y
1 5 50
2 6 60
> test5 <- data.frame(z = c(100,200,300,400))
> test5
    z
1 100
2 200
3 300
4 400

bind_rows()函數(shù)將兩個表格的行進行合并源织，要求兩個表格列數(shù)相同！微猖！相當于base包里的rbind()函數(shù)

> bind_rows(test3, test4)
  x  y
1 1 10
2 2 20
3 3 30
4 4 40
5 5 50
6 6 60

bind_cols()函數(shù)將兩個表格的列進行合并谈息，要求兩個表格行數(shù)相同！凛剥！相當于base包里的cbind()函數(shù)

> bind_cols(test3, test5)
  x  y   z
1 1 10 100
2 2 20 200
3 3 30 300
4 4 40 400

管道操作

magrittr包侠仇，主要定義了4個管道操作符，分另是%>%, %T>%, %$% 和 %<>%犁珠。其中逻炊，操作符%>%是最常用的。
很多比較成熟的項目擴展包都已經(jīng)實現(xiàn)了管道操作函數(shù)的內置（比如dplyr盲憎、rvest嗅骄、leaflet等都實現(xiàn)了默認調用）。

具體應用及區(qū)別可參考：
在R語言中含有百分號（%）符號的含義和管道函數(shù)

學習小組D6筆記-年糕

學習小組D6筆記-年糕

一据忘、Rstudio設置鏡像

高級設置

二、安裝及加載R包

三坝辫、R包實戰(zhàn)--dplyr的5個基本函數(shù)

四秘蛇、dplyr 的實用技能

1. 管道符號`%>%` (ctr + shift + M)

2. count統(tǒng)計某列的unique值

3. 行名列與第一列之間的相關轉換

五、dplyr處理關系數(shù)據(jù)

1. 內連`inner_join`：用于取交集

2. 左連`left_join`:以第一個表達矩陣的為準荷并，將第二個與第一個匹配

3. 全連`full_join`：將兩個表合并一起，不用管行列是否對齊青扔，沒對齊自動用NA進行補全

4. 半連接`semi_join`：返回能夠與y表匹配的x表的所有記錄

5. 反連接`anti_join`：返回無法與y表匹配的x表的所記錄

6. 簡單合并

管道操作

學習小組D6筆記-年糕

一据忘、Rstudio設置鏡像

高級設置

二、安裝及加載R包

三坝辫、R包實戰(zhàn)--dplyr的5個基本函數(shù)

四秘蛇、dplyr 的實用技能

1. 管道符號%>% (ctr + shift + M)

2. count統(tǒng)計某列的unique值

3. 行名列與第一列之間的相關轉換

五、dplyr處理關系數(shù)據(jù)

1. 內連inner_join：用于取交集

2. 左連left_join:以第一個表達矩陣的為準荷并，將第二個與第一個匹配

3. 全連full_join：將兩個表合并一起，不用管行列是否對齊青扔，沒對齊自動用NA進行補全

4. 半連接semi_join：返回能夠與y表匹配的x表的所有記錄

5. 反連接anti_join：返回無法與y表匹配的x表的所記錄

6. 簡單合并

管道操作

1. 管道符號`%>%` (ctr + shift + M)

1. 內連`inner_join`：用于取交集

2. 左連`left_join`:以第一個表達矩陣的為準荷并，將第二個與第一個匹配

3. 全連`full_join`：將兩個表合并一起，不用管行列是否對齊青扔，沒對齊自動用NA進行補全

4. 半連接`semi_join`：返回能夠與y表匹配的x表的所有記錄

5. 反連接`anti_join`：返回無法與y表匹配的x表的所記錄