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

学习小组笔记Day06-RUI

笔记 学习
2023-03-07 09:08:51 时间

R包

安装与加载

镜像设置

教程：https://mp.weixin.qq.com/s/XvKb5FjAGM6gYsxTw3tcWw

file.edit('~/.Rprofile') #`.Rprofile`是一个代码文件，启动Rstudio时完成运行

options("repos" = c(CRAN="https://mirrors.tuna.tsinghua.edu.cn/CRAN/")) #对应清华源
options(BioC_mirror="https://mirrors.ustc.edu.cn/bioc/") #对应中科大源

安装

install.packages(“包”)   #CRAN网站
BiocManager::install(“包”)  #Biocductor
##需要自己检索包在哪儿

加载

library()
require()

以dplyr包为例子

Google——dplyr包：主要用于数据清洗（重命名、排序、筛选、聚合等）

五个基础函数

新增列

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

按列筛选

列号

select(test,1) #第一列
select(test,c(1,5)) #第一列和第五列
按列筛选1.png

列名

select(test,Sepal.Length) #即选择第一列

select(test, Petal.Length, Petal.Width)  #即选择第1列和第2列

vars <- c("Petal.Length", "Petal.Width") #定义vars
select(test, one_of(vars))  #显示整个varsvars  ##one_of( ) 表示选择对象为vars
按列筛选2.png

筛选行

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

按列排序对整个表格

arrange(test, Sepal.Length)        #默认从小到大排序
arrange(test, desc(Sepal.Length))  #用desc从大到小

汇总

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

# 与group_by()结合使用  
group_by(test, Species) #先按照Species分组
summarise(group_by(test, Species),mean(Sepal.Length), sd(Sepal.Length)) #计算每组Sepal.Length的平均值和标准差

实用技巧

管道操作 %>% (cmd + shift + M)

将%>% 左侧运行的结果传递给%>%右侧的函数，默认作为右侧函数的第一个参数的实际值。

如指定参数位置，则将待传递的参数写为"."

x  %>%f(y)  #等同于f(x,y)
y  %>%f(x,.,z)  #等同于f(x,y,z)

统计某列的unique值

count(test,Species) #统计Species这列的unique值

处理关系数据——连接

inner_join——取交集

inner_join(test1,test2,by = "x") #根据x列去两个表格一样的行

left_join——左连

left_join(test1, test2, by = 'x') #以test1 的x为基准，将test2的信息补充到test1

left_join(test2, test1, by = 'x') #以test2 的x为基准，将test1的信息补充到test2

full_join——全连接

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

semi_join——半连接

semi_join(x = test1, y = test2, by = 'x') #返回能够与y表匹配的x表所有记录

anti_join——反连接

anti_join(x = test1, y = test2, by = 'x') #返回无法与y表匹配的x表所有记录

简单合并

test1 <- data.frame(x = c(1,2,3,4), y = c(10,20,30,40))
test2 <- data.frame(x = c(5,6), y = c(50,60))
test3 <- data.frame(z = c(100,200,300,400))
# 定义的表格
bind_rows(test1, test2) #bind_rows()需列数相同，test1、test2均为2列
bind_cols(test1, test3) #bind_cols()需有相同的行数,test1、test3均为4行

相关文章