安裝和加載R包
1.設(shè)置鏡像
https://mp.weixin.qq.com/s/XvKb5FjAGM6gYsxTw3tcWw
2.安裝
`install.package("") `
`BioManager::package("")`
取決于你要安裝的包存在于CRAN網(wǎng)站還是Biocductor鱼鼓，可以谷歌搜到。
3.加載
`library()`
`require()`
一，dplyr包五個基本函數(shù),使用到11.5practice.R文件侧但，日后復(fù)習(xí)可以再次操作
1.mutate(),新增一列弱恒，默認(rèn)在最后一列
2.select(),按列篩選
可以按列號（括號內(nèi)填列數(shù)，用“,”分開）
此處按列名
group_info<-pData(raw_data[[1]])%>%#檢索eSet和ExpressionSet派生類中記錄的實驗表型信息
dplyr::select(geo_accession,title)%>% #選擇這兩列
mutate(group=str_extract(title,"\\w+[ ]?[0-9]*")) %>% # ?在[ ]后面表示匹配空格0-1次
dplyr::select(-title)%>%#從title里取數(shù)據(jù)然后再刪除
setNames(c("sample","group"))
代碼依次下來
image.png
image.png
image.png
image.png
image.png
mutate(gene=probe2gene$Symbol) %>% #mutate（）添加新變量并保留現(xiàn)有變量；添加到了最后一列可以跑來看看
#transmute（）添加新變量并刪除現(xiàn)有變量摧玫。新變量覆蓋同名的現(xiàn)有變量剩膘⌒普叮可以通過將變量的值設(shè)置為NULL來刪除變量。
dplyr::select(gene,everything())#把gene放在第一列怠褐，其他保持不變畏梆，也可以取多個值，但是不寫everything，后面的列將會消失
exp_data<-exp_data %>%arrange(desc(exp_data[-1]))
3.filter(),篩選行
mfuzz_class <- new('ExpressionSet',exprs = exp_data_mtx) %>%
filter.NA(thres = 0.25) %>%# 缺失值大于25%奠涌，去除缺失行 排除基因的閾值宪巨。如果NA在表達(dá)矩陣中指示的缺失值的百分比大于thres，則相應(yīng)的基因?qū)⒈慌懦? fill.NA(mode = 'mean') %>% # 用平均值填補缺失值缺失值小于25%的
filter.std(min.std = 0) %>% # 過濾無變化基因 標(biāo)準(zhǔn)差為0過濾溜畅，表達(dá)一直不變沒有意義捏卓，基于標(biāo)準(zhǔn)差對基因進(jìn)行篩選。此函數(shù)可用于排除標(biāo)準(zhǔn)差較低的基因慈格。
standardise() # 標(biāo)準(zhǔn)化
image.png
4.arrange()怠晴，按某1列或某幾列對整個表格進(jìn)行排序
exp_data<-exp_data %>%
arrange(rownames(exp_data)) %>%
mutate(gene=probe2gene$Symbol) %>% #mutate（）添加新變量并保留現(xiàn)有變量；添加到了最后一列可以跑來看看
#transmute（）添加新變量并刪除現(xiàn)有變量浴捆。新變量覆蓋同名的現(xiàn)有變量蒜田。可以通過將變量的值設(shè)置為NULL來刪除變量汤功。
dplyr::select(gene,everything())#把gene放在第一列芝发，其他保持不變兽赁，也可以取多個值悠栓，但是不寫everything痘昌，后面的列將會消失
image.png
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
## mean(Sepal.Length) sd(Sepal.Length)
## 1 5.916667 0.8084965
# 先按照Species分組，計算每組Sepal.Length的平均值和標(biāo)準(zhǔn)差
group_by(test, Species)
## # A tibble: 6 x 5
## # Groups: Species [3]
## Sepal.Length Sepal.Width Petal.Length Petal.Width Species
## * <dbl> <dbl> <dbl> <dbl> <fct>
## 1 5.1 3.5 1.4 0.2 setosa
## 2 4.9 3 1.4 0.2 setosa
## 3 7 3.2 4.7 1.4 versicolor
## 4 6.4 3.2 4.5 1.5 versicolor
## 5 6.3 3.3 6 2.5 virginica
## 6 5.8 2.7 5.1 1.9 virginica
summarise(group_by(test, Species),mean(Sepal.Length), sd(Sepal.Length))
## # A tibble: 3 x 3
## Species `mean(Sepal.Length)` `sd(Sepal.Length)`
##
## 1 setosa 5 0.141
## 2 versicolor 6.7 0.424
## 3 virginica 6.05 0.354
image.png
二餐茵，兩個實用操作
1.%>%管道符號
2.count統(tǒng)計某列的unique值
image.png
三科阎，dplyr處理關(guān)系數(shù)據(jù)
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
image.png
image.png
1.內(nèi)連inner_join,取交集
inner_join(test1, test2, by = "x")
## x z y
## 1 b A 2
## 2 e B 5
## 3 f C 6
image.png
2.左連left_join
left_join(test1, test2, by = 'x')
## x z y
## 1 b A 2
## 2 e B 5
## 3 f C 6
## 4 x D NA
left_join(test2, test1, by = 'x')
## x y z
## 1 a 1
## 2 b 2 A
## 3 c 3
## 4 d 4
## 5 e 5 B
## 6 f 6 C
image.png
image.png
3.全連full_join
full_join( test1, test2, by = 'x')
image.png
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')#(表二沒有x)
image.png
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')#這里注意表2和1位置與之前不同
image.png
6.簡單合并
在相當(dāng)于base包里的cbind()函數(shù)和rbind()函數(shù);注意忿族，bind_rows()函數(shù)需要兩個表格列數(shù)相同锣笨，而bind_cols()函數(shù)則需要兩個數(shù)據(jù)框有相同的行數(shù)
test1 <- data.frame(x = c(1,2,3,4), y = c(10,20,30,40))
test1
## x y
## 1 1 10
## 2 2 20
## 3 3 30
## 4 4 40
test2 <- data.frame(x = c(5,6), y = c(50,60))
test2
## x y
## 1 5 50
## 2 6 60
test3 <- data.frame(z = c(100,200,300,400))
test3
## z
## 1 100
## 2 200
## 3 300
## 4 400
bind_rows(test1, test2)
## x y
## 1 1 10
## 2 2 20
## 3 3 30
## 4 4 40
## 5 5 50
## 6 6 60
bind_cols(test1, test3)
## x y z
## 1 1 10 100
## 2 2 20 200
## 3 3 30 300
## 4 4 40 400
image.png
