學(xué)習(xí)小組Day6筆記--cl

學(xué)習(xí)R包

思維導(dǎo)圖

鏡像設(shè)置

  • 1.R的配置文件 .Rprofile
file.edit('~/.Rprofile')
  • 2.中科大源
options(BioC_mirror="https://mirrors.ustc.edu.cn/bioc/") 
  • 3.清華源
options("repos" = c(CRAN="[https://mirrors.tuna.tsinghua.edu.cn/CRAN/](https://mirrors.tuna.tsinghua.edu.cn/CRAN/)")) 
  • 4.重啟Rstudio

  • 5.驗證

    options()$repos
    options()$BioC_mirror
    
    驗證鏡像配置

安裝

install.packages(“包”)
BiocManager::install(“包”)

 install.packages(“ggplot2”)
 BiocManager::install(“clusterProfiler”)

加載

library(包)
require(包)

library(“ggplot2”)
require(“ggplot2”)

dplyr五個基礎(chǔ)函數(shù)

  • 1.mutate(),新增列

    test <- iris[c(1:2,51:52,101:102),]
    mutate(test, new = Sepal.Length * Sepal.Width)
    
mutate(),新增列
  • 2.select(),按列篩選

(1)按列號篩選

  select(test,1)
  select(test,c(1,5))
select(),按列號篩選

(2)按列名篩選

select(test,Sepal.Length)
select(test, Petal.Length, Petal.Width)
select(),按列名篩選
  • 3.filter(),篩選行

    filter(test, Species == "setosa")
    filter(test, Species == "setosa"&Sepal.Length > 5 )
    filter(test, Species %in% c("setosa","versicolor"))
    
filter(),篩選行
  • 4.arrange(),按某1列或某幾列對整個表格進(jìn)行排序
arrange(test, Sepal.Length)#默認(rèn)從小到大排序
arrange(test, desc(Sepal.Length))#用desc從大到小
arrange(),按列排序
  • 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
summarise(),匯總

dplyr兩個實用技能

  • 1.管道操作 %>% (cmd/ctr + shift + M)
test %>% 
  group_by(Species) %>% 
  summarise(mean(Sepal.Length), sd(Sepal.Length))  
管道操作
  • 2.count,統(tǒng)計某列的unique值
count(test,Species)
count,統(tǒng)計某列的unique值

dplyr處理關(guān)系數(shù)據(jù)

test1 <- data.frame(x = c('b','e','f','x'), 
                    z = c("A","B","C",'D'),
                    stringsAsFactors = F)
test1
test1
test2 <- data.frame(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inner_join,取交集
  • 2.左連left_join
left_join(test1, test2, by = 'x')
left_join(test2, test1, by = 'x')
內(nèi)連inner_join,取交集
  • 3.全連full_join
full_join( test1, test2, by = 'x')
全連full_join
  • 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semi_join,返回能夠與y表匹配的x表所有記錄
  • 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anti_join
  • 6.簡單合并
test1 <- data.frame(x = c(1,2,3,4), y = c(10,20,30,40))
test1
test1
test2 <- data.frame(x = c(5,6), y = c(50,60))
test2
test2
test3 <- data.frame(z = c(100,200,300,400))
test3
test3

bind_rows()

bind_rows(test1, test2)
bind_rows()

bind_cols()

bind_cols(test1, test3)
bind_cols()
最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末,一起剝皮案震驚了整個濱河市贮折,隨后出現(xiàn)的幾起案子档插,更是在濱河造成了極大的恐慌泄隔,老刑警劉巖系洛,帶你破解...
    沈念sama閱讀 218,682評論 6 507
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件蹈胡,死亡現(xiàn)場離奇詭異闲昭,居然都是意外死亡栖榨,警方通過查閱死者的電腦和手機(jī),發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 93,277評論 3 395
  • 文/潘曉璐 我一進(jìn)店門坟奥,熙熙樓的掌柜王于貴愁眉苦臉地迎上來树瞭,“玉大人,你說我怎么就攤上這事爱谁∩古纾” “怎么了?”我有些...
    開封第一講書人閱讀 165,083評論 0 355
  • 文/不壞的土叔 我叫張陵访敌,是天一觀的道長凉敲。 經(jīng)常有香客問我,道長寺旺,這世上最難降的妖魔是什么爷抓? 我笑而不...
    開封第一講書人閱讀 58,763評論 1 295
  • 正文 為了忘掉前任,我火速辦了婚禮阻塑,結(jié)果婚禮上蓝撇,老公的妹妹穿的比我還像新娘。我一直安慰自己陈莽,他們只是感情好渤昌,可當(dāng)我...
    茶點故事閱讀 67,785評論 6 392
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著传透,像睡著了一般耘沼。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上朱盐,一...
    開封第一講書人閱讀 51,624評論 1 305
  • 那天群嗤,我揣著相機(jī)與錄音,去河邊找鬼兵琳。 笑死狂秘,一個胖子當(dāng)著我的面吹牛骇径,可吹牛的內(nèi)容都是我干的。 我是一名探鬼主播者春,決...
    沈念sama閱讀 40,358評論 3 418
  • 文/蒼蘭香墨 我猛地睜開眼破衔,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了钱烟?” 一聲冷哼從身側(cè)響起晰筛,我...
    開封第一講書人閱讀 39,261評論 0 276
  • 序言:老撾萬榮一對情侶失蹤,失蹤者是張志新(化名)和其女友劉穎拴袭,沒想到半個月后读第,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體,經(jīng)...
    沈念sama閱讀 45,722評論 1 315
  • 正文 獨居荒郊野嶺守林人離奇死亡拥刻,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點故事閱讀 37,900評論 3 336
  • 正文 我和宋清朗相戀三年怜瞒,在試婚紗的時候發(fā)現(xiàn)自己被綠了。 大學(xué)時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片般哼。...
    茶點故事閱讀 40,030評論 1 350
  • 序言:一個原本活蹦亂跳的男人離奇死亡吴汪,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出蒸眠,到底是詐尸還是另有隱情漾橙,我是刑警寧澤,帶...
    沈念sama閱讀 35,737評論 5 346
  • 正文 年R本政府宣布楞卡,位于F島的核電站近刘,受9級特大地震影響,放射性物質(zhì)發(fā)生泄漏臀晃。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點故事閱讀 41,360評論 3 330
  • 文/蒙蒙 一介劫、第九天 我趴在偏房一處隱蔽的房頂上張望徽惋。 院中可真熱鬧,春花似錦座韵、人聲如沸险绘。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,941評論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽宦棺。三九已至,卻和暖如春黔帕,著一層夾襖步出監(jiān)牢的瞬間代咸,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 33,057評論 1 270
  • 我被黑心中介騙來泰國打工成黄, 沒想到剛下飛機(jī)就差點兒被人妖公主榨干…… 1. 我叫王不留呐芥,地道東北人逻杖。 一個月前我還...
    沈念sama閱讀 48,237評論 3 371
  • 正文 我出身青樓,卻偏偏與公主長得像思瘟,于是被迫代替她去往敵國和親荸百。 傳聞我的和親對象是個殘疾皇子,可洞房花燭夜當(dāng)晚...
    茶點故事閱讀 44,976評論 2 355

推薦閱讀更多精彩內(nèi)容