前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >生信星球学习小组Day6-云朵

生信星球学习小组Day6-云朵

原创
作者头像
云朵_
发布2023-11-05 09:25:37
2771
发布2023-11-05 09:25:37
举报
文章被收录于专栏:生信学习ing

今天学习的主题是R包,内容多多。。

1. 安装和加载R包

1.1.镜像设置

#是为了加快R包的安装下载速度,要用到R的配置文件.Rprofile

首先用file.edit()来编辑文件:file.edit('~/.Rprofile')

然后在其中添加好下面的两行options代码

options("repos" = c(CRAN="https://mirrors.tuna.tsinghua.edu.cn/CRAN/"))

options(BioC_mirror="https://mirrors.ustc.edu.cn/bioc/")

保存后重启Rstudio,再运行下面两行代码:

options()$repos

options()$BioC_mirror

1.2.安装

options("repos" = c(CRAN="https://mirrors.tuna.tsinghua.edu.cn/CRAN/")) 

options(BioC_mirror="https://mirrors.ustc.edu.cn/bioc/") 

1.3 加载

install.packages("dplyr")

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

2. dplyr五个基础函数

2.1.mutate(),新增列

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

2.2.select(),按列筛选

(1)按列号筛选

select(test,1)#筛选第1列内容

select(test,c(1,5))

select(test,Sepal.Length)#筛选列名为Sepal.Length的数据

(2)按列名筛选

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

vars <- c("Petal.Length", "Petal.Width")#把"Petal.Length", "Petal.Width"数据命名为"vars"

select(test, one_of(vars))

2.3.filter()筛选行

filter(test, Species == "setosa")

filter(test, Species == "setosa"&Sepal.Length > 5 )

filter(test, Species %in% c("setosa","versicolor"))

2.4.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

2.5.summarise():汇总, 结合group_by使用

summarise(test, mean(Sepal.Length), sd(Sepal.Length))# 先按照Species分组,计算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))

3. dplyr两个实用技能

3.1 管道操作 %>% (cmd/ctr + shift + M)

3.2 count统计某列的unique值

count(test,Species)

4. dplyr处理关系数据

#将2个表进行连接

4.1.內连inner_join,取交集

inner_join(test1, test2, by = "x")

4.2.左连left_join

left_join(test1, test2, by = 'x')#以test1的x列为列,取交集

left_join(test2, test1, by = 'x')#以test2的x列为列,取交集

4.3.全连full_join

full_join( test1, test2, by = 'x')#将test1和test2的x列合并为列

4.4.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')

4.5.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')

4.6.简单合并

bind_rows()函数需要两个表格列数相同,而bind_cols()函数则需要两个数据框有相同的行数

bind_rows(test1, test2)

bind_cols(test1, test3)

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
0 条评论
热度
最新
推荐阅读
目录
  • 1. 安装和加载R包
    • 1.1.镜像设置
      • 1.2.安装
        • 1.3 加载
        • 2. dplyr五个基础函数
          • 2.1.mutate(),新增列
            • 2.2.select(),按列筛选
              • (1)按列号筛选
              • (2)按列名筛选
            • 2.3.filter()筛选行
              • 2.4.arrange(),按某1列或某几列对整个表格进行排序
                • 2.5.summarise():汇总, 结合group_by使用
                • 3. dplyr两个实用技能
                  • 3.1 管道操作 %>% (cmd/ctr + shift + M)
                    • 3.2 count统计某列的unique值
                    • 4. dplyr处理关系数据
                      • 4.1.內连inner_join,取交集
                        • 4.2.左连left_join
                          • 4.3.全连full_join
                            • 4.4.半连接:返回能够与y表匹配的x表所有记录semi_join
                              • 4.5.反连接:返回无法与y表匹配的x表的所记录anti_join
                                • 4.6.简单合并
                                领券
                                问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档