提供了编程的基础技术教程

zl程序教程

您现在的位置是：首页 >  IT要闻

当前栏目

生信学习小组day6--大姚

学习
2023-03-07 09:08:48 时间

一、安装加载三部曲

options("repos" = c(CRAN="https://mirrors.tuna.tsinghua.edu.cn/CRAN/"))  ##镜像的网址不一定要用清华源
options(BioC_mirror="https://mirrors.ustc.edu.cn/bioc/") 
install.packages("dplyr")
library(dplyr)

示例数据采用内置数据集iris的简化版

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

二、dplyr五个基础函数

1.mutate(),新增列

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

上述一串代码意思是新增一列列名为“new”、数值是Sepal.Length * Sepal.Width的列

2.select(),按列筛选

select(test,1)  ##筛出第一列
select(test,c(1,5)) ##同时筛出第一和第五列
select(test,Sepal.Length)## 筛出以列名为Sepal.Length的一列
select(test, Petal.Length, Petal.Width)##筛出以列名为Petal.Length和 Petal.Width的两列
vars <- c("Petal.Length", "Petal.Width")
select(test, one_of(vars)) ##筛出以vars中的一系列字符串命名的列

3.filter()筛选行

filter(test, Species == "setosa") ## 筛选条件是Species == "setosa"
filter(test, Species == "setosa"&Sepal.Length > 5 )##在第一行代码的基础上增加一个筛选条件，要同时满足这两个筛选条件
filter(test, Species %in% c("setosa","versicolor"))##筛选条件是 Species == "setosa"以及Species == "versicolor",只要满足其中一个筛选条件就能被筛选

4.arrange(),按某1列或某几列对整个表格进行排序

从小到大排序：

arrange(test, Sepal.Length)

从大到小排序：

arrange(test, desc(Sepal.Length))

5.summarise()：汇总

可结合group_by使用实用性更强

summarise(test, mean(Sepal.Length), sd(Sepal.Length))# 计算Sepal.Length的平均值和标准差
# 以下两条代码的意思是先按照Species分组，计算每组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))

三、dplyr两个实用技能

1：管道操作 %>%

可以直接把数据传递给下一个函数调用或表达式

快捷键(cmd/ctr + shift + M)

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

看，通过管道可以将test中的数据直接传递给group_by函数使用，也可以将分组后的species数据传递给summarise函数使用

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

2：count统计某列的unique值

count(test,Species)

四、dplyr处理关系数据

test1 <- data.frame(x = c('b','e','f','x'),  
z = c("A","B","C",'D'))
test2 <- data.frame(x = c('a','b','c','d','e','f'), 
y = c(1,2,3,4,5,6))

现在已经定义了test1和test2两个数据框

1.內连inner_join,取交集

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

2.左连left_join

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

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

3.全连full_join

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

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

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

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)#行的拼装有点像拼积木
bind_cols(test1, test3) #列的拼装

相关文章