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 >  其他

当前栏目

R||R语言基础（三）_R包

2023-03-07 09:16:01 时间

今天继续学习R语言基础的R包使用，以R包：dplyr为例

数据准备

01 R包的安装

install.packages(“dplyr”)
或BiocManager::install(“dplyr”)  #务必要打引号

02 R包的调用/加载

library(dplyr)
或require(dplyr)  #这里不用引号

部分人可能会因为镜像的问题失败，解决方法https://mp.weixin.qq.com/s/XvKb5FjAGM6gYsxTw3tcWw

03 R包及数据准备

install.packages("dplyr")
library(dplyr)
test <- iris[c(1:2,51:52,101:102),]

这里的“,”怎么理解呢，在我们上一期推文中提到，提取元素时z[x,y]指代提取z中第x行，第y列，如果我们只需要提取行，则应该写作z[x,],同理，如果只需要提取列，应该写作z[,y]

dplyr五个基础函数

1. mutate() 增加列

mutate(test, new = Sepal.Length * Sepal.Width)  #增加名为“new”的一列

2.select() 按列筛选

1)按列号筛选

select(test,1)
select(test,c(1,5))  #提取第一列和第五列

由上图可以看出直接提取也是可以的

2)按列名筛选

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

3.filter() 筛选行

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

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.summarise() 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) #按照Species分组

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

dplyr的两个实用技能

1.count统计某列各元素出现的次数

count(test,Species)

2.管道操作 %>%（CTRL+SHIFT+M）

加载任意一个tidyverse包都可以使用管道符号，啥是tidyverse包呢？

tidyverse是一个汇总包，一包更比6包强，用于数据清洗、转换、可视化等。其核心包有ggplot、readr、tibble、purrr、 tidyr 、dplyr、ggplot、forcats 和stringr8个.

我们这里用的是dplyr包，因此可以使用管道。

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

dplyr处理关系数据

01数据准备

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

stringsAsFactors = F意味着在读入数据时，遇到字符串之后，不将其转换为factors，仍然保留为字符串格式。

02用法

1.inner_join 取二者的交集

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

2.left_join 以左边的为基准

3.full_join 全部连接

因为这里只有x是共同列，所以是否有by='x'对输出无影响。

4.semi_join 半连接:返回能够与y表匹配的x表所有记录semi_join(类似于excel中的vlookup函数)

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

5.anti_join 反连接:返回无法与y表匹配的x表的所记录(semi_join的anti版本)

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

6.bind_rows()和bind_cols() 简单合并（相当于base包里的cbind()函数和rbind()函数）

需要注意：bind_rows()将行连接起来，需要两个表格的列数相同；同理bind_cols()将列连接起来，需要两个表格的行数相同。

写在结尾

很高兴你能看到这里，现在（写这篇推文的时间）是晚上十二点左右，刚刚离开实验室的师姐对我说要对自己好一点，要珍惜自己的头发，我摸了摸自己的头发，看着隔壁漆黑一片的自习室，我还能肝！ 经过这几期的R语言基础，你应该能够入门R了，渐渐的也要自己去学会看帮助文档，去搜报错，还记得怎么搜命令和R包的帮助文档吗？

?+命令  #搜命令帮助文档
help(package='R包')  #搜R包帮助文档

如果你能独立处理这些问题，那么恭喜你，你的R应该没问题啦！

应该没问题了！！！！吧？

相关文章