學(xué)習(xí)R包
R包的安裝和加載
- 鏡像設(shè)置
- 鼠標點擊設(shè)置
在RStudio程序設(shè)置中點擊Tools-Packages荔燎，設(shè)置CRAN鏡像徘键，可以通過options()$repos來檢驗绍哎。 - 使用代碼設(shè)置
options("repos" = c(CRAN="https://mirrors.tuna.tsinghua.edu.cn/CRAN/")) #清華源
options(BioC_mirror="https://mirrors.ustc.edu.cn/bioc/") #中科大源
可以通過options()$BioC_mirror來檢驗赃泡。
- 使用R的配置文件
.Rprofile
用file.edit()來編輯文件：
file.edit('~/.Rprofile')
再添加
options("repos" = c(CRAN="https://mirrors.tuna.tsinghua.edu.cn/CRAN/"))
options(BioC_mirror="https://mirrors.ustc.edu.cn/bioc/")
保存重啟后寒波，再運行options()$repos和options()$BioC_mirror檢驗。
- 安裝
install.packages(“包”) #安裝包存在于CRAN網(wǎng)站
BiocManager::install(“包”) #安裝包存在于biocductor
-
加載
下面兩個命令均可升熊。
library(包)
require(包)
例：安裝并加載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)
dplyr基礎(chǔ)函數(shù)
示例數(shù)據(jù)使用內(nèi)置數(shù)據(jù)集iris的簡化版俄烁。
test <- iris[c(1:2,51:52,101:102),]
運行結(jié)果如下：
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
51 7.0 3.2 4.7 1.4 versicolor
52 6.4 3.2 4.5 1.5 versicolor
101 6.3 3.3 6.0 2.5 virginica
102 5.8 2.7 5.1 1.9 virginica
1. mutate() #新增列
mutate(test, new = Sepal.Length * Sepal.Width
運行結(jié)果如下：
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
2. select() #按列篩選
- 按列號篩選
（1）篩選單列select(test,1)
Sepal.Length
1 5.1
2 4.9
51 7.0
52 6.4
101 6.3
102 5.8
（2）篩選多列select(test,c(1,5)) #篩選第一列及第五列
Sepal.Length Species
1 5.1 setosa
2 4.9 setosa
51 7.0 versicolor
52 6.4 versicolor
101 6.3 virginica
102 5.8 virginica
- 按列名篩選
（1）直接輸入列名篩選
select(test, Petal.Length, Petal.Width)
（2）在創(chuàng)建的包含列名的新變量中篩選
vars <- c("Petal.Length", "Petal.Width") #創(chuàng)建包含要篩選列名的變量
select(test, one_of(vars)) #one_of為聲明選擇對象
兩種方式的結(jié)果如下：
Petal.Length Petal.Width
1 1.4 0.2
2 1.4 0.2
51 4.7 1.4
52 4.5 1.5
101 6.0 2.5
102 5.1 1.9
3. filter() #篩選行
（1）用行名直接篩選
filter(test, Species == "setosa")
結(jié)果如下：
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
（2）對篩選的行名做進一步限制
filter(test, Species == "setosa"&Sepal.Length > 5 )
結(jié)果如下：
Sepal.Length Sepal.Width Petal.Length Petal.Width Species
1 5.1 3.5 1.4 0.2 setosa
（3）篩選不同的行
filter(test, Species %in% c("setosa","versicolor"))
結(jié)果如下：
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
4. arrange() #對表格排序
arrange(test, Sepal.Length)#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))#用desc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
5. summarise() #數(shù)據(jù)匯總
> summarise(test, mean(Sepal.Length), sd(Sepal.Length))
#對指定行計算平均值和標準差
mean(Sepal.Length) sd(Sepal.Length)
1 5.916667 0.8084965
######################
> group_by(test, Species)
#按照Species分組
# A tibble: 6 x 5
# Groups: Species [3]
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
##########################
> summarise(group_by(test, Species),mean(Sepal.Length), sd(Sepal.Length))
#按species分組后再計算每組Sepal.Length的平均值和標準差
# 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
dplyr實用技能
1. 管道操作 %>%
test %>% group_by(Species) %>% summarise(mean(Sepal.Length), sd(Sepal.Length))#管道從左向右進行
結(jié)果如下：
# 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
2. count統(tǒng)計某列的unique值
count(test,Species)
結(jié)果如下：
# A tibble: 3 x 2
Species n
<fct> <int>
1 setosa 2
2 versicolor 2
3 virginica 2
dplyr處理關(guān)系數(shù)據(jù)
將兩個表連接，注意不要引入factor级野。
以下兩圖來自“各種join一目了然——CSDN(CalmReason)”
數(shù)據(jù)關(guān)系
數(shù)據(jù)關(guān)系
創(chuàng)建表格
options(stringsAsFactors = F) #不引入factor
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)
test1
x z
1 b A
2 e B
3 f C
4 x D
test2
x y
1 a 1
2 b 2
3 c 3
4 d 4
5 e 5
6 f 6
- 內(nèi)連接inner_join
inner_join(test1, test2, by = "x")
x z y
1 b A 2
2 e B 5
3 f C 6
- 左連接left_join页屠，意為以左邊的表格為準，右表與選擇連接的列名一致的填寫右表數(shù)據(jù)蓖柔，不一致的為NA辰企。
left_join(test1, test2, by = 'x')
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')
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
- 右連接right_join，與左連接類似况鸣，左連接的左右兩表互換位置得到的結(jié)果與右連接一致牢贸。
right_join(test1, test2, by = 'x')
x z y
1 a <NA> 1
2 b A 2
3 c <NA> 3
4 d <NA> 4
5 e B 5
6 f C 6
- 全連接full_join，取并集镐捧，缺失數(shù)據(jù)為NA
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
- 半連接semi_join潜索，返回能夠與y表匹配的x表所有記錄semi_join
semi_join(x = test1, y = test2, by = 'x')
x z
1 b A
2 e B
3 f C
- 反連接anti_join臭增，返回無法與y表匹配的x表的所記錄anti_join
anti_join(x = test2, y = test1, by = 'x')
x y
1 a 1
2 c 3
3 d 4
- 簡單合并
創(chuàng)建表格：
> test1 <- data.frame(x = c(1,2,3,4), y = c(10,20,30,40))
> test1
x y
1 1 10
2 2 20
3 3 30
4 4 40
> test2 <- data.frame(x = c(5,6), y = c(50,60))
> test2
x y
1 5 50
2 6 60
> test3 <- data.frame(z = c(100,200,300,400))
> test3
z
1 100
2 200
3 300
4 400
合并表格
> bind_rows(test1, test2) #合并行，需要兩個表格列數(shù)相同
x y
1 1 10
2 2 20
3 3 30
4 4 40
5 5 50
6 6 60
> bind_cols(test1, test3) #合并列竹习，需要兩個表格行數(shù)相同
x y z
1 1 10 100
2 2 20 200
3 3 30 300
4 4 40 400
如果行數(shù)或列數(shù)不相同會報錯誊抛。
