R包學(xué)習(xí)
1.安裝和加載R包
1.1 鏡像設(shè)置：加快下載速度
options("repos" = c(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
1.2 安裝包
install.packages("包") #FROM CRAN
BiocManager::install("包")#FROM Biocductor
1.3 加載包
library(包)
require(包)
2. 使用基本函數(shù)
2.1 新增列mutate(變量名布讹，列)
test <- iris[c(2:3,5:6,130:132),]#使用[行率挣，]調(diào)取數(shù)據(jù)框的行
mutate(test,new = Sepal.Length + Sepal.Width)#整一個(gè)新的列叫做new
- mutate函數(shù)新建一列刻伊，transmute函數(shù)新建一列后覆蓋。
2.2 篩選列select(變量名椒功，列號(hào))
select(test,1,2)
select(test,Sepal.Length)
vars <- c("Petal.Length", "Petal.Width")
select(test, one_of(vars))
- one_of()是用來聲明選擇對(duì)象的捶箱。比如one_of("x","y")就是表明選擇x,y變量
2.3 篩選行 filter(變量名，條件)
- ??給大家看看這個(gè)蠢蛋寫一個(gè)函數(shù)錯(cuò)多少回
> filter(test,1)#不能按照行號(hào)來
錯(cuò)誤: Argument 2 filter condition does not evaluate to a logical vector
> filter(test,Peter.Length > 5 | Sepcies == setosa)#人家不叫peter
錯(cuò)誤: 找不到對(duì)象'Peter.Length'
> > filter(test,Petal.Length > 5 | Sepcies == setosa)#復(fù)制多了一個(gè)>
錯(cuò)誤: 意外的'>' in ">"
> filter(test,Petal.Length > 5 | Sepcies == setosa)#species拼錯(cuò)
錯(cuò)誤: 找不到對(duì)象'Sepcies'
> filter(test,Petal.Length > 5 | Species == setosa)#沒給字符加引號(hào)
錯(cuò)誤: 找不到對(duì)象'setosa'
> filter(test,Petal.Length > 5 | Species == "setosa")
Sepal.Length Sepal.Width Petal.Length Petal.Width Species
1 4.9 3.0 1.4 0.2 setosa
2 4.7 3.2 1.3 0.2 setosa
3 5.0 3.6 1.4 0.2 setosa
4 5.4 3.9 1.7 0.4 setosa
5 7.2 3.0 5.8 1.6 virginica
6 7.4 2.8 6.1 1.9 virginica
7 7.9 3.8 6.4 2.0 virginica
2.4 按列進(jìn)行排序arrange(變量,列)
arrange(test, Sepal.Length)#默認(rèn)從小到大排序
arrange(test, desc(Sepal.Length))#用desc從大到小排序
2.5 數(shù)據(jù)匯總summarise()
- 常與
group_by(變量动漾，列名)進(jìn)行分組后使用
summarise(test, mean(Sepal.Length), sd(Sepal.Length))# 計(jì)算Sepal.Length的平均值和標(biāo)準(zhǔn)差
# 先按照Species分組丁屎，計(jì)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))
2.6 dplyr包的管道操作
%>% (ctrl+shift+M)
符號(hào)：%>%是管道操作，其意思是將%>%左邊的對(duì)象傳遞給右邊的函數(shù)旱眯。
說明：％>％來自dplyr包的管道函數(shù)晨川，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删豺，可以大量減少內(nèi)存中的對(duì)象共虑，節(jié)省內(nèi)存
test %>%
group_by(Species) %>%
summarise(mean(Sepal.Length), sd(Sepal.Length))
2.7 統(tǒng)計(jì)某列的值及出現(xiàn)次數(shù)
count(test,Species)
test %>% count(Sepal.Length) #用上了管道
2.8 連接列表
String是字符串，可用于記錄瑣細(xì)信息呀页。Factor是用于給一行記錄做“分類標(biāo)記”妈拌。
對(duì)于Factor類型屬性，R語言可以自動(dòng)統(tǒng)計(jì)數(shù)據(jù)的factor水平（level）蓬蝶。
stringsAsFactors = F意味著尘分，“在讀入數(shù)據(jù)時(shí)猜惋，遇到字符串之后，不將其轉(zhuǎn)換為factors培愁，仍然保留為字符串格式”惨奕。
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)#準(zhǔn)備兩個(gè)數(shù)據(jù)框，不引入factor
inner_join(test1, test2, by = "x") #根據(jù)x列取交集
left_join(test1, test2, by = 'x') #根據(jù)第一個(gè)變量的x列在左側(cè)連接
left_join(test2, test1, by = 'x') #交換順序
full_join( test1, test2, by = 'x') #全連接
semi_join(x = test1, y = test2, by = 'x') # 半連接：返回能夠與y表匹配的x表所有記錄
anti_join(x = test2, y = test1, by = 'x')# 反連接：返回?zé)o法與y表匹配的x表的所記錄
bind_rows(test1, test2) #將列表簡(jiǎn)單連接
