安裝加載dplyr

options("repos" =c(CRAN="https://mirrors.tuna.tsinghua.edu.cn/CRAN/")) #清華源鏡像
options(BioC_mirror="https://mirrors.ustc.edu.cn/bioc/") #中科院鏡像
install.packages("dplyr")#安裝
library(dplyr)#運(yùn)行

示例數(shù)據(jù)使用內(nèi)置數(shù)據(jù)集iris的簡(jiǎn)化版:
test <- iris[c(1:2,51:52,101:102),]

dplyr五個(gè)基礎(chǔ)函數(shù)

1.mutate()

新增列
mutate(test, new = Sepal.Length * Sepal.Width)

新增列

2.select()

按列篩選
(1)按列號(hào)篩選
例：
select(test,1)篩選第一列
select(test,c(1,5))篩選第1器紧、5列

(2)按列名篩選
select(test,Sepal.Length) 按照列名篩選（該命令為篩選名為Sepal.Length的列）渊迁。若篩選多個(gè)列，列名之間用,隔開(kāi)

3.filter()

篩選行
filter(test, Species == "setosa")篩選行名為setosa的行
filter(test, Species == "setosa"&Sepal.Length > 5 )篩選行名為setosa逆屡，且名為Sepal.Length的列中數(shù)據(jù)＞5的行
filter(test, Species %in% c("setosa","versicolor"))篩選行名為setosa或versicolor的行

4.arrange()

按某1列或某幾列對(duì)整個(gè)表格進(jìn)行排序
arrange(test, Sepal.Length)以Sepal.Length列的數(shù)據(jù)大小對(duì)整個(gè)表格進(jìn)行重新排序 默認(rèn)從小到大排序
arrange(test, desc(Sepal.Length)) 用desc改為從大到小

summarise()

用于匯總
summarise(test, mean(Sepal.Length), sd(Sepal.Length)) 計(jì)算Sepal.Length的平均值和標(biāo)準(zhǔn)差
——mean：平均誉察；sd：標(biāo)準(zhǔn)差

group_by(test, Species)
summarise(group_by(test, Species),mean(Sepal.Length), sd(Sepal.Length))
先按照Species分組与涡，計(jì)算每組Sepal.Length的平均值和標(biāo)準(zhǔn)差

屏幕截圖 2022-07-30 213645.jpg

dplyr兩個(gè)實(shí)用技能

1：管道操作

%>% (cmd/ctr + shift + M)
％>％來(lái)自dplyr包的管道函數(shù)，我們可以將其理解為車間里的流水線冒窍，經(jīng)過(guò)前一步加工的產(chǎn)品才能進(jìn)入后一步進(jìn)一步加工递沪，其作用是將前一步的結(jié)果直接傳參給下一步的函數(shù)，從而省略了中間的賦值步驟综液，可以大量減少內(nèi)存中的對(duì)象款慨，節(jié)省內(nèi)存。
符號(hào)%>%谬莹，這是管道操作檩奠，其意思是將%>%左邊的對(duì)象傳遞給右邊的函數(shù)。
test %>%
group_by(Species) %>%
summarise(mean(Sepal.Length), sd(Sepal.Length))

管道操作

2：統(tǒng)計(jì)某列的unique值

count
count(test,Species)
用于統(tǒng)計(jì)每一個(gè)數(shù)據(jù)列獨(dú)特值的個(gè)數(shù)

count

dplyr處理關(guān)系數(shù)據(jù)

1.合并成表格

options(stringsAsFactors = F)在讀入數(shù)據(jù)時(shí),遇到字符串之后,不將其轉(zhuǎn)換為factors,仍然保留為字符串格式
例：
test1 <- data.frame(x = c('b','e','f','x'),
z = c("A","B","C",'D'),
stringsAsFactors = F)

image.png

屏幕截圖 2022-07-30 221528.jpg

2.連接表格

①內(nèi)連inner_join
例：
inner_join(test1, test2, by = "x")
以共同的名字為x的列中附帽，數(shù)據(jù)相同的行結(jié)合成為一個(gè)表

text1和text2的交集

②左連left_join
例：
left_join(test1, test2, by = 'x')

以text1的x列為主的左連

以text2的x列為主的左連

③全連full_join
例:
full_join( test1, test2, by = 'x')

以text1的x列為基準(zhǔn)全連表格

④半連接：semi_join
例：
semi_join(x = test1, y = test2, by = 'x')
以x列為基準(zhǔn)，與y表匹配的x表所有記錄

以x列為基準(zhǔn)蕉扮，與y表匹配的x表所有記錄

⑤反連接：無(wú)法與y表匹配的x表的所有記錄anti_join
例：
anti_join(x = test2, y = test1, by = 'x')
以x列為基準(zhǔn)整胃，無(wú)法與y表匹配的x表所有記錄

以x列為基準(zhǔn)，無(wú)法與y表匹配的x表所有記錄

⑥簡(jiǎn)單合并
bind_rows() 合并有相同列數(shù)的兩個(gè)表格
即將另一個(gè)表格接在一個(gè)表格下面
bind_cols() 合并有相同行數(shù)的兩個(gè)表格
即將另一個(gè)表格接在一個(gè)表格右邊
表格名之間用,分隔

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)