R語言學習Day6——學習R包
Day6. 學習R包.png
1.安裝和加載R包
1.1 鏡像設置
# options函數(shù)就是設置R運行過程中的一些選項設置
options("repos" = c(CRAN="https://mirrors.tuna.tsinghua.edu.cn/CRAN/")) #對應清華源
options(BioC_mirror="https://mirrors.ustc.edu.cn/bioc/") #對應中科大源
1.2 安裝R包
#根據(jù)目標R包的位置（CRAN網(wǎng)站或Biocductor）選擇對應的程序（通過谷歌搜索確定）
install.packages(“包”) #R包存在于CRAN網(wǎng)站
BiocManager::install(“包”)#R包存在于Biocductor
1.3 加載R包
前期僅是下載并安裝了R包饰抒，每次使用時，需要加載R包
#下面的兩個程序均可！
library(包)
require(包)
1.4 安裝三部曲
以R包dplyr為例
options("repos" = c(CRAN="https://mirrors.tuna.tsinghua.edu.cn/CRAN/"))
options(BioC_mirror="https://mirrors.ustc.edu.cn/bioc/") #鏡像設置
install.packages("dplyr")#從CRAN網(wǎng)站下載dplyr包
library(dplyr)#安裝dplyr包
下述演示均基于內置數(shù)據(jù)集iris的簡化版
test <- iris[c(1:2,51:52,101:102),] #定義test數(shù)據(jù)集
2.dplyr五個基礎函數(shù)
2.1 新增列:mutate()
mutate(test, new = Sepal.Length * Sepal.Width)
image.png
2.2 按列篩選:select()
可分為兩種情況：按照列號篩選、按照列名篩選
#情況1：按照列號篩選
select(test,1) #篩選test數(shù)據(jù)集中的第1列
select(test,c(1,5)) #篩選test數(shù)據(jù)集中的第1列和第5列
#情況2：按照列號篩選
select(test,Sepal.Length)#篩選test數(shù)據(jù)集中列名為“Sepal.Length”的列
select(test,Petal.Length, Petal.Width)#篩選test數(shù)據(jù)集中列名為“Petal.Length”列和“Petal.Width”列
2.3 按行篩選:filter()
filter(test, Species == "setosa") #篩選test數(shù)據(jù)集中，Species為setosa的行
filter(test, Species == "setosa"&Sepal.Length > 5 )#篩選test數(shù)據(jù)集中屿聋，Species為setosa且Sepal.Length > 5的行
filter(test, Species %in% c("setosa","versicolor"))#篩選test數(shù)據(jù)集中，Species為setosa或versicolor的行
2.4 按列對整個表格進行排序:arrange()
arrange(test, Sepal.Length) #對test數(shù)據(jù)集的Sepal.Length排序（默認從小到大）
arrange(test, desc(Sepal.Length))#對test數(shù)據(jù)集的Sepal.Length排序從大到小排序
2.5 匯總：summarise()
summarise(test, mean(Sepal.Length)）#計算某一列(這里是Sepal.Length)的平均數(shù)
summarise(test, sd(Sepal.Length)）#計算某一列(這里是Sepal.Length)的標準差
summarise(test, mean(Sepal.Length), sd(Sepal.Length))#計算某一列(這里是Sepal.Length)的平均數(shù)和標準差
group_by(test, Species)#按照Species對數(shù)據(jù)分組
summarise(group_by(test, Species),mean(Sepal.Length), sd(Sepal.Length))#按照Species對數(shù)據(jù)分組，然后求平均數(shù)和標準差
3.dplyr兩個實用技能
3.1 管道操作 %>% (cmd/ctr + shift + M)
test %>%
group_by(Species) %>%
summarise(mean(Sepal.Length), sd(Sepal.Length))
3.2 統(tǒng)計（count）某列的unique值
count(test,Species)#統(tǒng)計test數(shù)據(jù)集中嘱朽，species中的unique值
4.dplyr處理關系數(shù)據(jù)
示例數(shù)據(jù)如下
options(stringsAsFactors = F)
test1 <- data.frame(x = c('b','e','f','x'),
z = c("A","B","C",'D'),
stringsAsFactors = F)
test1
## x z
## 1 b A
## 2 e B
## 3 f C
## 4 x D
test2 <- data.frame(x = c('a','b','c','d','e','f'),
y = c(1,2,3,4,5,6),
stringsAsFactors = F)
test2
## x y
## 1 a 1
## 2 b 2
## 3 c 3
## 4 d 4
## 5 e 5
## 6 f 6
4.1 內連inner_join,取交集
inner_join(test1, test2, by = "x")
4.2 左連left_join
left_join(test1, test2, by = 'x')
4.3 全連full_join
full_join( test1, test2, by = 'x')
4.4 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')
4.5 反連接：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')
4.6 簡單合并
Diginity in plain.
