生信学习小组day6--大姚
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
- 发现 Linux SpaceFM 文件管理器的威力
- 夯实数据智能底座 共筑数字经济发展“新基石”
- 五分钟教你使用console.log发布公司的招聘信息
- 微软发布 Windows 11 Beta 预览版 Build 22621.1250 和 22623.1250 (KB5023008)
- Windows 11 学院:在 Windows 11 Build 25290 上如何为文件管理器启用标签页拖拽支持
- 微软Windows 11 Dev 预览版 Build 25290 发布:带来新的开始菜单提醒角标
- 微软正用全屏通知提醒 Windows 10 用户免费升级 Windows 11,要点击 5 次才能退出
- Linux Mint 21.2 将于 6 月发布:改进登录屏幕,优化 Pix 图像管理程序等等
- 字节面试也会问SPI机制?
- 微软正式停售 Windows 10 产品密钥 / 许可证:继续提供 ISO 镜像下载,推荐用户升级 Windows 11
- 用复古电脑程序 Toy CPU 学习低级编程
- Windows 11 新功能泄露:现代音量合成器、实验工具和新的文件管理器
- 微软 Windows 11 文件资源管理器全新设计曝光:UI 迎来大修,整合 Microsoft 365
- 对比Pandas,学习PySpark大数据处理
- 微软宣布为Windows 11 21H2设备开启自动更新到22H2版本
- 互联网都在说降本增效,小红书技术团队是怎么做的?
- 微软将继续提供 Windows 10 ISO 镜像下载,即将停售产品密钥 / 许可证
- 微软宣布为Windows 11 21H2 设备开启自动更新到 22H2 版本
- 面试突击:Properties和Yml有什么区别?
- 微软 Windows 11 Beta 预览版 22621.1245 和 22623.1245 (KB5022358) 发布