學(xué)習(xí)小組Day6筆記--森蝶

學(xué)習(xí)R包

（以dqlyr為例）

Day6+學(xué)習(xí)R包.png

安裝和加載R包

1.鏡像設(shè)置

初級(jí)模式

進(jìn)行相關(guān)配置

Rstudio的程序設(shè)置

但是這個(gè)是CRAN的鏡像格带，如果要下載Bioconductor的包吉拳，這個(gè)鏡像是沒(méi)有辦法用的楷拳；另外即使設(shè)置了這里，Rstudio也不是每次都能真的從CRAN去下載包逸爵，可以通過(guò)options()$repos來(lái)檢驗(yàn)幅疼，很多時(shí)候還是無(wú)奈地回到了R的國(guó)外官網(wǎng)，速度超慢

升級(jí)模式

在Rstudio中進(jìn)行設(shè)置堂飞，自定義CRAN和Bioconductor的下載鏡像
但這個(gè)方法并不適用于每個(gè)電腦灌旧，有一部分會(huì)失敗。隨緣绰筛，失敗的話就每次需要下載R包時(shí)運(yùn)行這兩句代碼即可

# options函數(shù)就是設(shè)置R運(yùn)行過(guò)程中的一些選項(xiàng)設(shè)置
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
# 當(dāng)然可以換成其他地區(qū)的鏡像

然鵝我的電腦好像失敗了枢泰，它出現(xiàn)了NULL

高級(jí)模式

R的配置文件.Rprofile(可以多樣)

Rstudio最重要的兩個(gè)配置文件：
.Renviron(設(shè)置R的環(huán)境變量);
.Rprofile(是一個(gè)代碼文件，如果Rstudio啟動(dòng)時(shí)找到這個(gè)文件铝噩，那么就替我們先運(yùn)行一遍)

1.首先用file.edit()來(lái)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/")) #對(duì)應(yīng)清華源 options(BioC_mirror="https://mirrors.ustc.edu.cn/bioc/") #對(duì)應(yīng)中科大源

添加代碼

最后保存衡蚂，之后重啟Rstudio，這時(shí)再運(yùn)行一下：options()$repos和options()$BioC_mirror就發(fā)現(xiàn)已經(jīng)配置好了骏庸，就很方便地省了手動(dòng)運(yùn)行的步驟

重新運(yùn)行毛甲，成功！３怠丽啡！

2.安裝

確保聯(lián)網(wǎng)Ｄ庇摇Ｓ裁ā！
R包安裝命令是install.packages(“包”)或者BiocManager::install(“包”)
[ 取決于你要安裝的包存在于CRAN網(wǎng)站還是Biocductor，存在于哪里啸蜜？可以谷歌搜到 ]

3.加載

library(包)或require(包)均可

安裝加載三部曲

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)

安裝與加載

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

示例數(shù)據(jù)

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

select(test,1)

按一列

select(test,c(1,5))

選兩列

select(test,Sepal.Length)

指定列

(2)按列名篩選

select(test, Petal.Length, Petal.Width)

按列名

vars <- c("Petal.Length", "Petal.Width") select(test, one_of(vars))

也是按列名

<one_of()是用來(lái)聲明選擇對(duì)象的坑雅。比如one_of("x","y")就是表明選擇x,y變量>

3.filter()篩選行

filter(test, Species == "setosa")

按列名篩選行

filter(test, Species == "setosa"&Sepal.Length > 5 )

篩選完行之后按某列要求進(jìn)一步篩選

filter(test, Species %in% c("setosa","versicolor"))

取某一列中多個(gè)列名所在的行

%in%判斷前面的對(duì)象是否在后面的容器中

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)#默認(rèn)從小到大排序

從小到大

arrange(test, desc(Sepal.Length))#用desc從大到小

從大到小

desc：降序

5.summarise()：匯總

對(duì)數(shù)據(jù)進(jìn)行匯總操作,結(jié)合group_by使用實(shí)用性強(qiáng)
1.summarise(test, mean(Sepal.Length), sd(Sepal.Length))# 計(jì)算Sepal.Length的平均值和標(biāo)準(zhǔn)差

平均值與標(biāo)準(zhǔn)差

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

先分組

3.匯總操作
summarise(group_by(test, Species),mean(Sepal.Length), sd(Sepal.Length))

兼顧分組與求職

dplyr兩個(gè)實(shí)用技能

1：管道操作

%>% (cmd/ctr + shift + M)
（加載任意一個(gè)tidyverse包即可用管道符號(hào)）后面操作順接前面結(jié)果
<tidyverse出自于R大神Hadley Wickham之手,他是Rstudio首席科學(xué)家,也是ggplot2的作者衬横。tidyverse就是他將自己所寫的包整理成了一整套數(shù)據(jù)處理的方法>
test %>% group_by(Species) %>% summarise(mean(Sepal.Length), sd(Sepal.Length))

管道操作

2：count統(tǒng)計(jì)某列的unique值

count(test,Species)

count

unique值：唯一值的個(gè)數(shù)裹粤，即出現(xiàn)幾次

dplyr處理關(guān)系數(shù)據(jù)

即將2個(gè)表進(jìn)行連接，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

test1

stringsAsFactors=FALSE就是不變成屬性數(shù)據(jù)蜂林，按字符串讀入

test2 <-x = c('a','b','c','d','e','f'), 
                    y = c(1,2,3,4,5,6),
                    stringsAsFactors = F)
test2

test2

1.內(nèi)連inner_join,取交集

inner_join(test1, test2, by = "x")

內(nèi)連

2.左連left_join

left_join(test1, test2, by = 'x')

左連test1遥诉，test2

按test1為主

left_join(test2, test1, by = 'x')

左連test2，test1

按test2為主

3.全連full_join

full_join( test1, test2, by = 'x')

全連

4.半連接：semi_join

返回能夠與y表匹配的x表所有記錄
semi_join(x = test1, y = test2, by = 'x')

半連接

5.反連接：anti_join

返回?zé)o法與y表匹配的x表的所記錄
anti_join(x = test2, y = test1, by = 'x')

反連接

6.簡(jiǎn)單合并

(相當(dāng)于base包里的cbind()函數(shù)和rbind()函數(shù);注意噪叙，bind_rows()函數(shù)需要兩個(gè)表格列數(shù)相同矮锈，而bind_cols()函數(shù)則需要兩個(gè)數(shù)據(jù)框有相同的行數(shù))

test1 <- data.frame(x = c(1,2,3,4), y = c(10,20,30,40)) test1