安裝加載dplyr包
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) #require(dplyr)也可
注：R包安裝命令是install.packages(“包”)或者BiocManager::install(“包”)想幻。取決于你要安裝的包存在于CRAN網(wǎng)站還是Biocductor眯牧。存在于哪可以用谷歌搜诚亚。
示例數(shù)據(jù)
test <- iris[c(1:2,51:52,101:102),]
基礎(chǔ)函數(shù)
1.mutate(),新增列
mutate(test, new = Sepal.Length * Sepal.Width)
2.select(),按列篩選
(1)按列號篩選
select(test,1)
(2)按列名篩選
aselect(test, Petal.Length, Petal.Width)
b
vars <- c("Petal.Length", "Petal.Width")
select(test, one_of(vars))
注：ab兩種方法運行結(jié)果一致增蹭。
3.filter()篩選行
filter(test, Species == "setosa")
filter(test, Species == "setosa"&Sepal.Length > 5 )
> filter(test, Species %in% c("setosa","versicolor"))
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
3 7.0 3.2 4.7 1.4 versicolor
4 6.4 3.2 4.5 1.5 versicolor
注：選兩種species滴某。
4.arrange(),按某1列或某幾列對整個表格進行排序
arrange(test, Sepal.Length)#默認按Sepal.Length從小到大排序
arrange(test, desc(Sepal.Length))#用desc按Sepal.Length從大到小
5.summarise()：匯總
summarise(test, mean(Sepal.Length), sd(Sepal.Length))# 計算Sepal.Length的平均值和標(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))
6：管道操作 %>% (按cmd/ctr + shift + M出現(xiàn))
test %>%
group_by(Species) %>%
summarise(mean(Sepal.Length), sd(Sepal.Length))
注：a.與5結(jié)果一致滋迈。
b.加載任意一個tidyverse包即可用管道符號霎奢。
7：count統(tǒng)計某列的unique值
> count(test,Species)
# A tibble: 3 x 2
Species n
<fct> <int>
1 setosa 2
2 versicolor 2
3 virginica 2
注：統(tǒng)計test數(shù)據(jù)框的Species列有哪些取值，每個取值重復(fù)了多少次饼灿。
8.連接表格
（0）建立表格
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)
（1）內(nèi)連inner_join,取交集
inner_join(test1, test2, by = "x")
兩個表格的x的交集
（2）左連left_join
left_join(test1, test2, by = 'x')
test1全在幕侠，補上test2的y列
left_join(test2, test1, by = 'x')
test2全在，補上test1的z列
（3）全連full_join
full_join( test1, test2, by = 'x')
（4）半連接：返回能夠與test2表匹配的test1表所有記錄semi_join
semi_join(x = test1, y = test2, by = 'x')
注：
a.比inner_join結(jié)果少了y列
b.主體是test1
（5）反連接：返回?zé)o法與test1表匹配的test2表的所有記錄anti_join
anti_join(x = test2, y = test1, by = 'x')
注：
a.full_join的下半部分
b.主體是test2
（6）簡單合并
> bind_rows(test1, test2)
x y
1 1 10
2 2 20
3 3 30
4 4 40
5 5 50
6 6 60
bind_rows()函數(shù)：加上幾行信息碍彭，需要兩個表格列數(shù)相同
> bind_cols(test1, test3)
x y z
1 1 10 100
2 2 20 200
3 3 30 300
4 4 40 400
bind_cols()函數(shù)：添加列晤硕，需要兩個表格行數(shù)相同
注：在相當(dāng)于base包里的cbind()函數(shù)和rbind()函數(shù)。
