2020-04-08
今天的內(nèi)容是學(xué)習(xí)R包（多個(gè)函數(shù)的集合），以dplyr為例。

一、配置Rstudio的下載鏡像

CRAN的鏡像沒(méi)辦法用來(lái)下載Bioconductor的包比规，為了保證我們可以自定義CRAN和Bioconductor的下載鏡像，可以在Rstudio中通過(guò)兩行代碼進(jìn)行設(shè)置拦英。參考文章：你還在每次配置Rstudio的下載鏡像嗎?中的介紹蜒什，發(fā)現(xiàn)使用兩行代碼配置好下載鏡像后，再次打開(kāi)Rstudio設(shè)置的國(guó)內(nèi)鏡像就不存在了龄章，還需重新進(jìn)行配置吃谣。

圖1.png

這里需要科普Rstudio最重要的兩個(gè)配置文件：在剛開(kāi)始運(yùn)行Rstudio的時(shí)候做裙，程序會(huì)查看許多配置內(nèi)容岗憋，其中一個(gè)就是.Renviron，它是為了設(shè)置R的環(huán)境變量锚贱；而.Rprofile就是一個(gè)代碼文件仔戈，如果啟動(dòng)時(shí)找到這個(gè)文件，那么就替我們先運(yùn)行一遍（這個(gè)過(guò)程就是在啟動(dòng)Rstudio時(shí)完成的）拧廊。

file.edit('~/.Rprofile')  #編輯文件
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)中科大源监徘，當(dāng)然其他地區(qū)的鏡像也可以

最后，保存吧碾、重啟Rstudio凰盔、再運(yùn)行options()$repos和options()$BioC_mirror即可發(fā)線還是我們配置的國(guó)內(nèi)鏡像，無(wú)需再次進(jìn)行倦春。

圖2.png

二睁本、安裝R包

重要Ｄ蚵！呢堰！ 確保聯(lián)網(wǎng)操作抄瑟！

R包的安裝命令：
包存在于CRAN網(wǎng)站：install.packages("包")
包存在于Bioconductor網(wǎng)站：BiocManager::install("包")

如何知道包存在于哪里？----谷歌搜索吖枉疼。

圖3.png

花花：“學(xué)R語(yǔ)言要高冷席舍，能拒絕就拒絕布轿。”

三、加載R包

library(包)或者require(包)均可

圖4.png

四汰扭、dplyr五個(gè)基礎(chǔ)函數(shù)學(xué)習(xí)

示例數(shù)據(jù)使用內(nèi)置數(shù)據(jù)集iris的簡(jiǎn)化版稠肘，選取iris中1-2行，51-52行萝毛，101-102行的元素项阴。
test <- iris[c(1:2,51:52,101:102)，]

R語(yǔ)言內(nèi)置了許多著名的數(shù)據(jù)集笆包，iris是其中的一種环揽，中文名是鳶尾花，有四個(gè)屬性庵佣，分別是Sepal.Length（花萼長(zhǎng)度）歉胶，Sepal.Width（花萼寬度），Petal.Length（花瓣長(zhǎng)度）巴粪，Petal.Width（花瓣寬度）通今，以及一個(gè)類(lèi)別標(biāo)簽Species。

• 新增列：mutate()
mutate(test, 新增的列名 = 新增的內(nèi)容)
  圖5.png
• 按列篩選：select()
selsect(test, 列號(hào)或者列名)
  
  圖6.png
• 篩選行：filter()
filter(test,Species=="setosa")某一列名加上限制條件
  圖7.png
• 按某一列或某幾列對(duì)表格進(jìn)行排序：arrange()
arrange(test, Sepal.Length) #默認(rèn)按照這一列從小到大排序
arrange(test, desc(Sepal.Length)) #按照這一列從大到小排序
  圖8.png
• 匯總：summarise()
  結(jié)合group_by進(jìn)行分組肛根，實(shí)用性更強(qiáng)
  group_by(test, Species) #按照Species分組
summarise(test, mean(Sepal.Length), sd(Sepal.Length)) #計(jì)算Sepal.Length的平均值和標(biāo)準(zhǔn)差
summarise(group_by(test, Species),mean(Sepal.Length), sd(Sepal.Length)) #先按照Species分組辫塌，計(jì)算每組Sepal.Length的平均值和標(biāo)準(zhǔn)差
  圖9.png

五、dplyr兩個(gè)實(shí)用技能

• ** 管道操作 %>% (快捷鍵：cmd/ctr + shift + M)**
  內(nèi)涵：將左邊的值管道輸出為右邊調(diào)用的函數(shù)的第一個(gè)參數(shù)派哲。
  test %>% group_by(Species) %>% summarise(mean(Sepal.Length), sd(Sepal.Length)) #把按照Species分組的結(jié)果給后面summarise命令使用
  圖10.png
• 統(tǒng)計(jì)某列的unique值count()
count(test,Species) #統(tǒng)計(jì)Species列中每項(xiàng)的重復(fù)數(shù)
  圖11.png

六臼氨、dplyr處理關(guān)系數(shù)據(jù)

將2個(gè)表進(jìn)行連接，注意不要引入factor

• 取交集：內(nèi)連inner_join()
inner_join(test1, test2, by = "x") #取兩個(gè)表中x的交集一也，連在一起
  圖13.png
• 左連：left_join()
left_join(test1, test2, by = 'x') #以test1的x為基準(zhǔn)將2個(gè)表連起來(lái)
left_join(test2, test1, by = 'x') #以test1的x為基準(zhǔn)將2個(gè)表連起來(lái)
  圖14.png
• 全連：full_join()
full_join( test1, test2, by = 'x')
  圖15.png
• 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') #
  圖16.png
• 反連接：anti_join() #返回?zé)o法與y表匹配的x表所有記錄
anti_join(x = test2, y = test1, by = 'x') #返回test2中x與test1中無(wú)法匹配的內(nèi)容
• *簡(jiǎn)單合并

注意，bind_rows()函數(shù)需要兩個(gè)表格列數(shù)相同喉脖，而bind_cols()函數(shù)則需要兩個(gè)數(shù)據(jù)框有相同的行數(shù)。

首先建立三個(gè)數(shù)據(jù)框test1抑月、test2树叽、test3，其中test1與test2有相同的列數(shù)谦絮，test1與test3有相同的行數(shù)题诵。

圖18.png

圖19.png

今天的內(nèi)容有點(diǎn)多，腦袋懵懵的......是一堆需要經(jīng)常用才會(huì)記住的內(nèi)容了～