R包是多个函数的集合
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
install.packages("dplyr")
library(dplyr)
library()
(1)按列号筛选
(2)按列名筛选
arrange(test, Sepal.Length)#默认从小到大排序
arrange(test, desc(Sepal.Length))#用desc从大到小
对数据进行汇总操作,结合group_by使用实用性强
summary(test)#区分base包里的summary和dplyr包里的summarise函数
summarise(test, mean(Sepal.Length), sd(Sepal.Length))# 计算Sepal.Length的平均值和标准差
# 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))
summary(test)
##Sepal.Length Sepal.Width Petal.Length Petal.Width
##Min. :4.900 Min. :2.700 Min. :1.400 Min. :0.200
##1st Qu.:5.275 1st Qu.:3.050 1st Qu.:2.175 1st Qu.:0.500
##Median :6.050 Median :3.200 Median :4.600 Median :1.450
##Mean :5.917 Mean :3.150 Mean :3.850 Mean :1.283
##3rd Qu.:6.375 3rd Qu.:3.275 3rd Qu.:5.000 3rd Qu.:1.800
##Max. :7.000 Max. :3.500 Max. :6.000 Max. :2.500
## Species
##setosa :2
##versicolor:2
##virginica :2
summarise(test, mean(Sepal.Length), sd(Sepal.Length))# 计算Sepal.Length的平均值和标准差
## mean(Sepal.Length) sd(Sepal.Length)
##1 5.916667 0.8084965
# 先按照Species分组,计算每组Sepal.Length的平均值和标准差
group_by(test, Species)
## # A tibble: 6 × 5
## # Groups: Species [3]
## Sepal.Length Sepal.Width Petal.Length Petal.Width Species
## <dbl> <dbl> <dbl> <dbl> <fct>
##1 5.1 3.5 1.4 0.2 setosa
##2 4.9 3 1.4 0.2 setosa
##3 7 3.2 4.7 1.4 versicolor
##4 6.4 3.2 4.5 1.5 versicolor
##5 6.3 3.3 6 2.5 virginica
##6 5.8 2.7 5.1 1.9 virginica
summarise(group_by(test, Species),mean(Sepal.Length), sd(Sepal.Length))
## # A tibble: 3 × 3
## Species `mean(Sepal.Length)` `sd(Sepal.Length)`
## <fct> <dbl> <dbl>
##1 setosa 5 0.141
##2 versicolor 6.7 0.424
##3 virginica 6.05 0.354
1:管道操作 %>% (cmd/ctr + shift + M)
test |>
+ group_by(Species) |>
+ summarise(mean(Sepal.Length), sd(Sepal.Length))
# A tibble: 3 × 3
Species `mean(Sepal.Length)` `sd(Sepal.Length)`
<fct> <dbl> <dbl>
1 setosa 5 0.141
2 versicolor 6.7 0.424
3 virginica 6.05 0.354
2:count统计某列的unique值
即将2个表进行连接,演示数据来自生信星球 1.內连inner_join,取交集
2.左连left_join
3.全连full_join
4.半连接:返回能够与y表匹配的x表所有记录semi_join
5.反连接:返回无法与y表匹配的x表的所记录anti_join
6.简单合并:在相当于base包里的cbind()函数和rbind()函数;注意,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
> 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))
> inner_join(test1,test2,by="x")
x z y
1 b A 2
2 e B 5
3 f C 6
> left_join(test1, test2, by = 'x')
x z y
1 b A 2
2 e B 5
3 f C 6
4 x D NA
> full_join( test1, test2, by = 'x')
x z y
1 b A 2
2 e B 5
3 f C 6
4 x D NA
5 a <NA> 1
6 c <NA> 3
7 d <NA> 4
> semi_join(x = test1, y = test2, by = 'x')
x z
1 b A
2 e B
3 f C
> anti_join(x = test2, y = test1, by = 'x')
x y
1 a 1
2 c 3
3 d 4
> 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))
> bind_rows(test1, test2)
x y
1 1 10
2 2 20
3 3 30
4 4 40
5 5 50
6 6 60
> bind_cols(test1, test3)
x y z
1 1 10 100
2 2 20 200
3 3 30 300
4 4 40 400
附上今天滴思维导图嘿嘿~
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。