學(xué)習(xí)R包學(xué)習(xí)筆記：
思維導(dǎo)圖：

image.png

問題總結(jié)：

1. 安裝包和在哪個(gè)project下無關(guān)。
2. 要使用dplyr包里的函數(shù)院崇，就需要先library這個(gè)包（就是說，dplyr這個(gè)R包安裝好了后尤蛮，每次運(yùn)用的時(shí)候都需要加載呐馆，那么后面運(yùn)行的函數(shù)才會包含“dplyr包”來運(yùn)行）。
3. 如果library報(bào)錯(cuò)丛版，就重新安裝巩掺。
4. 學(xué)習(xí)R語言-dplyr; R--dplyr包介紹學(xué)習(xí)；group by詳解页畦；R語言中管道操作 %>%, %T>%, %$% 和 %%胖替；R語言環(huán)境變量的設(shè)置:options();R語言數(shù)據(jù)框中的stringsAsFactors參數(shù);CAT_6430筆記;R語言data.frame基本操作

尚待學(xué)習(xí)：
（1）如果要對每一行進(jìn)行均值計(jì)算，怎么搞豫缨？
（2）semi_join独令；
（3）anti_join。

課程內(nèi)容：學(xué)習(xí)R包

【以dplyr為例】

1. 安裝和加載R包

1.1 鏡像設(shè)置

根據(jù)你還在每次配置Rstudio的下載鏡像嗎好芭？燃箭，但這個(gè)方法并不適用于每個(gè)電腦，有一部分會失敗舍败。隨緣招狸，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。

1.2 安裝

聯(lián)網(wǎng)

R包安裝命令是install.packages(“包”)或者BiocManager::install(“包”)邻薯。取決于你要安裝的包存在于CRAN網(wǎng)站還是Biocductor裙戏，存在于哪里？可以谷歌搜到厕诡。

1.3 加載

下面兩個(gè)命令均可累榜。

library(包)
require(包)

2. 安裝加載三部曲

options("repos" = c(CRAN="https://mirrors.tuna.tsinghua.edu.cn/CRAN/")) #鏡像設(shè)置
options(BioC_mirror="https://mirrors.ustc.edu.cn/bioc/") #鏡像設(shè)置
install.packages("dplyr") #安裝
library(dplyr) #加載

3. dplyr五個(gè)基礎(chǔ)函數(shù)

3.1 賦值：<-

以示例數(shù)據(jù)為例，示例數(shù)據(jù)直接使用內(nèi)置數(shù)據(jù)集iris的簡化版：

• 復(fù)習(xí)一下Day5 內(nèi)容：
  提取元素部分內(nèi)容：
  X[c(a,b)] #提取第a列和第b列灵嫌，X[a:b] #提取第a列到第b列

test <- iris[c(1:2,51:52,101:102),]

• 查看幫助：

 ?iris

image.png

image.png

3.2 新增列：mutate()

mutate(test, new = Sepal.Length * Sepal.Width)

說明：新增列名new, 值=第一列乘以第二列

image.png

3.3 按列篩選：select()

3.3.1 按列號篩選
eg. (1)選擇test的第1列壹罚；(2)第1,5列；

select(test,1) #選擇test的第1列

select(test,c(1,5)) #選擇test的第1,5列

image.png

3.3.2 按列名篩選

eg. (1)選擇test的“Sepal.Length”這一列寿羞；(2)選擇test的“Sepal.Length猖凛、Petal.Width”這兩列；(3)

select(test,Sepal.Length) #選擇test的“Sepal.Length”這一列稠曼。

select(test, Petal.Length, Petal.Width) #選擇test的“Sepal.Length形病、Petal.Width”這兩列客年。

vars <- c("Petal.Length", "Petal.Width") #設(shè)置vars為Petal.Length, Petal.Width字符串向量；
select(test, one_of(vars)) #

r語言中one_of()函數(shù)的作用:one_of()是用來聲明選擇對象的漠吻。比如one_of("x","y")就是表明選擇x,y變量量瓜。

image.png

3.4 篩選行：filter()

filter(test, Species == "setosa") #篩選species這一列，值為setosa的行途乃。

filter(test, Species == "setosa"&Sepal.Length > 5 ) #雙重篩選：篩選species這一列值為setosa且Sepal.Length這一列值大于5的行绍傲。

filter(test, Species %in% c("setosa","versicolor")) #篩選Species這一列，值為setosa和versicolor的行耍共。

復(fù)習(xí)Day5內(nèi)容：
(1) 雙等號“==”表示等于烫饼，單等號“=”為賦值；
(2) %in%x：【例如：[x %in% c(1,2,5)]#存在于向量c（1试读，2杠纵，5）中的元素】

image.png

3.5 按某1列或某幾列對整個(gè)表格進(jìn)行排序：arrange()

arrange(test, Sepal.Length) #對test中的Sepal.Length這一列進(jìn)行排序（默認(rèn)從小到大排序）
arrange(test, desc(Sepal.Length))#用desc從大到小

image.png

3.6 匯總：summarise()

對數(shù)據(jù)進(jìn)行匯總操作,結(jié)合group_by使用實(shí)用性強(qiáng)。
group_by的意思是根據(jù)by對數(shù)據(jù)按照哪個(gè)字段進(jìn)行分組钩骇，或者是哪幾個(gè)字段進(jìn)行分組比藻。來源：group by詳解

summarise(test, mean(Sepal.Length), sd(Sepal.Length)) #對數(shù)據(jù)進(jìn)行簡單的統(tǒng)計(jì)匯總，計(jì)算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)) # 先對test按Species分組倘屹，分組后分別計(jì)算每組Sepal.Length的平均值和標(biāo)準(zhǔn)差

image.png

4. dplyr兩個(gè)實(shí)用技能

4.1 管道操作 %>% (快捷鍵：cmd/ctr + shift + M)

（加載任意一個(gè)tidyverse包即可用管道符號）
我們對同一個(gè)數(shù)據(jù)塊的要進(jìn)行次行的處理银亲，一條語句是很難完成的，

%>%傳遞到函數(shù)：把一個(gè)數(shù)據(jù)集傳給一個(gè)匿名函數(shù)纽匙，進(jìn)行復(fù)雜的數(shù)據(jù)的操作务蝠。在這里，我們會顯示的定義數(shù)據(jù)集的名字作為匿名函數(shù)的參數(shù)烛缔。

test %>%  #將test數(shù)據(jù)集傳給下一個(gè)函數(shù)馏段；
  group_by(Species) %>% #對test按Species分組，再將此數(shù)據(jù)集傳給下一個(gè)函數(shù)力穗；
  summarise(mean(Sepal.Length), sd(Sepal.Length)) #分別計(jì)算上個(gè)數(shù)據(jù)集的每組Sepal.Length的平均值和標(biāo)準(zhǔn)差

image.png

4.2 count統(tǒng)計(jì)某列的unique值

count(test,Species) #count 用于計(jì)算某一列的唯一的值毅弧。

image.png

5.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'), # 新建數(shù)據(jù)框test1当窗，test2，注意數(shù)據(jù)框中不能有factor寸宵。
                    z = c("A","B","C",'D'),
                    stringsAsFactors = F)
test1

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

image.png

5.1 取交集:內(nèi)連inner_join

inner_join(test1, test2, by = "x") #取數(shù)據(jù)框test1 and test2中崖面，x列相同的行和列。

image.png

5.2 左連left_join

left_join(test1, test2, by = 'x') 
#以test1的x列為參照梯影，合并兩個(gè)表格巫员，注意，這里x是兩個(gè)數(shù)據(jù)框都有的甲棍。
#并且以test1的x列全部列出简识，不管test2的x比test1多還是少，均以test1為主。

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

image.png

5.3 全連full_join

full_join(test1,test2,by='x') #兩個(gè)數(shù)據(jù)框按共有的x列七扰，全部合并奢赂，注意，這里by=也只能選兩個(gè)數(shù)據(jù)框都有的列名颈走。

image.png

5.4 半連接：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') #這里我也沒弄懂膳灶。

image.png

5.5 反連接：返回?zé)o法與y表匹配的x表的所記錄anti_join

anti_join(x = test2, y = test1, by = 'x') #這里依舊沒弄懂。

image.png

5.6 簡單合并

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

test2 <- data.frame(x = c(5,6), y = c(50,60))
test2

test3 <- data.frame(z = c(100,200,300,400))
test3

bind_rows(test1, test2) # 注意立由，bind_rows()函數(shù)需要兩個(gè)數(shù)據(jù)框列數(shù)相同轧钓；

bind_cols(test1, test3) #注意，bind_cols()函數(shù)需要兩個(gè)數(shù)據(jù)框行數(shù)相同锐膜；

image.png

感謝老師指導(dǎo)????????????????