R語言中最重要的就是R包的使用。

1.R包的加載和安裝

每次使用一個(gè)新的R包時(shí)，都要完成以下3步：

1a.鏡像設(shè)置

可參考：你還在每次配置Rstudio的下載鏡像嗎？ (qq.com)
但這個(gè)方法并不適用于每個(gè)電腦，有一部分會(huì)失敗。失敗的話就每次需要下載R包時(shí)運(yùn)行這兩句代碼即可期吓。

1b.R包的安裝

在聯(lián)網(wǎng)的前提下，R包安裝命令是install.packages(“包”)或者BiocManager::install(“包”)倾芝。
取決于你要安裝的包存在于CRAN網(wǎng)站還是Biocductor讨勤。

1c.R包的加載

library(包) 和require(包)均可完成加載。

2.dplyr五個(gè)基礎(chǔ)函數(shù)

dplyr包主要用于數(shù)據(jù)清洗和整理晨另，主要功能有：行選擇潭千、列選擇、統(tǒng)計(jì)匯總借尿、窗口函數(shù)刨晴、數(shù)據(jù)框交集等是非常高效、友好的數(shù)據(jù)處理包路翻，學(xué)清楚了狈癞，能大大提高數(shù)據(jù)處理及分析效率。

示例數(shù)據(jù)直接使用內(nèi)置數(shù)據(jù)集iris的簡化版:test <- iris[c(1:2,51:52,101:102),]

2a.1.mutate(),新增列

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

新增列

2b.select(),按列篩選

(1) 按列號篩選

select(test,1)
select(test,c(1,5))
select(test,Sepal.Length)

按列號篩選

(2)按列名篩選

select(test, Petal.Length, Petal.Width)

vars <- c("Petal.Length", "Petal.Width")
select(test, one_of(vars))

按列名篩選

2c.filter()篩選行

filter(test, Species == "setosa")
filter(test, Species == "setosa"&Sepal.Length > 5 )
filter(test, Species %in% c("setosa","versicolor"))

篩選行

2d.arrange(),按某1列或某幾列對整個(gè)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從大到小排序

排序

2e.summarise()：進(jìn)行匯總

summarise(test, mean(Sepal.Length), sd(Sepal.Length))# 計(jì)算Sepal.Length的平均值和標(biāo)準(zhǔn)差
# 先按照Species分組茂契，計(jì)算每組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))

分組再匯總

3.dplyr兩個(gè)實(shí)用技能

（加載任意一個(gè)tidyverse包即可用管道符號）

3a.管道操作 %>% (cmd/ctr + shift + M)

test %>% 
  group_by(Species) %>% 
  summarise(mean(Sepal.Length), sd(Sepal.Length))

image.png

3b：count統(tǒng)計(jì)某列的unique值

count(test,Species)

統(tǒng)計(jì)某列的unique值

4.dplyr處理關(guān)系數(shù)據(jù)

即將2個(gè)表進(jìn)行連接蝶桶，P.s：不要引入factor

options(stringsAsFactors = F)
test1 <- data.frame(x = c('b','e','f','x'), 
                                                 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 

test1和test2

stringsAsFactors = FALSE:此時(shí)數(shù)據(jù)框?qū)⒉粫?huì)默認(rèn)把字符型轉(zhuǎn)化為因子，運(yùn)行代碼掉冶≌媸可參考：R語言數(shù)據(jù)框中的stringsAsFactors參數(shù)

4a.內(nèi)連inner_join,取交集

inner_join(test1, test2, by = "x")

取交集

4b.左連left_join

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

左連

4c.全連full_join

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

全連

4d.半連接：返回能夠與y表匹配的x表所有記錄

semi_join(x = test1, y = test2, by = 'x')

4e.反連接：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')

半連接與反連接

4f.簡單合并

在相當(dāng)于base包里的cbind()函數(shù)和rbind()函數(shù)脐雪；
P.s：bind_rows()函數(shù)需要兩個(gè)表格列數(shù)相同，而bind_cols()函數(shù)則需要兩個(gè)數(shù)據(jù)框有相同的行數(shù)恢共。

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)
bind_cols(test1, test3)

一定要注意合并時(shí)需要相同的行列數(shù)