生信学习小组day6--大姚
原创
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) #列的拼装原创声明：本文系作者授权腾讯云开发者社区发表，未经许可，不得转载。
如有侵权，请联系 cloudcommunity@tencent.com 删除。
原创声明：本文系作者授权腾讯云开发者社区发表，未经许可，不得转载。
如有侵权，请联系 cloudcommunity@tencent.com 删除。
评论
登录后参与评论
推荐阅读
目录
腾讯云开发者
