R包学习

1.镜像设置

为了保证我们可以自定义CRAN和Bioconductor的下载镜像，其实是可以在Rstudio中进行设置的，只需要运行这两行代码即可：

options("repos" = c(CRAN="https://mirrors.tuna.tsinghua.edu.cn/CRAN/")) 
options(BioC_mirror="https://mirrors.ustc.edu.cn/bioc/") 

2.安装

记得要联网，看看网行不行

R包安装命令是install.packages(“包”)或者BiocManager::install(“包”)。取决于你要安装的包存在于CRAN网站还是Biocductor，存在于哪里？可以谷歌搜到。

3.加载

library和require，两个函数均可

安装加载三部曲

options("repos" = c(CRAN="https://mirrors.tuna.tsinghua.edu.cn/CRAN/")) 
options(BioC_mirror="https://mirrors.ustc.edu.cn/bioc/") 
install.packages("dplyr")
library(dplyr)

dplyr五个基础函数

先导入示例数据再操作

示例数据直接使用内置数据集iris的简化版:

test <- iris[c(1:2,51:52,101:102),]

mutate(),新增列

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

select 按列筛选

select(test,1)

select(test,c(1,5))

(2)按列名筛选

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

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

3.filter()筛选行

4.arrange(),按某1列或某几列对整个表格进行排序

arrange(test, Sepal.Length)#默认从小到大排序

arrange(test, desc(Sepal.Length))#用desc从大到小

5.summiaze(): 汇总

summarise(test, mean(Sepal.Length), sd(Sepal.Length))# 计算Sepal.Length的平均值和标准差

> group_by(test, Species)

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

dplyr两个实用技能

1：管道操作 %>% (cmd/ctr + shift + M)

（加载任意一个tidyverse包即可用管道符号）

2：count统计某列的unique值

count(test,Species)

dplyr处理关系数据

1.內连inner_join,取交集

inner_join(test1, test2, by = "x")

2.左连left_join

ps:理解起来有点绕

3.全连接 full_join( test1, test2, by = 'x')

4.半连接：返回能够与y表匹配的x表所有记录semi_join

5.反连接：返回无法与y表匹配的x表的所记录anti_join

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

6.简单合并

在相当于base包里的cbind()函数和rbind()函数;注意，bind_rows()函数需要两个表格列数相同，而bind_cols()函数则需要两个数据框有相同的行数