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 >DAY6-学习R包

DAY6-学习R包

原创
作者头像
用户11039964
发布2024-03-27 23:44:32
1180
发布2024-03-27 23:44:32

安装和加载R包

1.镜像设置

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

2.安装

install.packages("包")BiocManager::install(“包”)

3.加载

libraryrequire

代码语言:2
复制
options("repos" = c(CRAN="https://mirrors.tuna.tsinghua.edu.cn/CRAN/")) 
options(BioC_mirror="https://mirrors.ustc.edu.cn/bioc/") 
install.packages("dplyr")
library(dplyr)

示例数据:

test <- iris

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

dplyr五个基础函数

1.mutate(),新增列

代码语言:2
复制
mutate(test, new = Sepal.Length * Sepal.Width)
图片引自生信星球
图片引自生信星球

2.select(),按列筛选

代码语言:2
复制
select(test,1)
select(test,c(1,5))
select(test,Sepal.Length)
select(test, Petal.Length, Petal.Width)
vars <- c("Petal.Length", "Petal.Width")
select(test, one_of(vars))

3.filter(),筛选行

代码语言:2
复制
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

代码语言:2
复制
arrange(test, Sepal.Length) #默认从小到大排序
arrange(test, desc(Sepal.Length)) #用desc从大到小
```\

4.summarise(),汇总

代码语言:2
复制
summarise(test, mean(Sepal.Length), sd(Sepal.Length)) #计算Sepal.Length的平均值和标准差
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

dplyr两个实用技能

1.管道操作

%>% 或 (ctrl + shift + M)

2.count统计某列的unique值

count()

dplyr处理关系数据

即将两个表连接

代码语言:2
复制
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))

1.内连接inner_join,取交集

代码语言:2
复制
inner_join(test1, test2, by = "x")

2.左连left_join

代码语言:2
复制
left_join(test1, test2, by = 'x')
left_join(test2, test1, by = 'x')

3.全连full_join

代码语言:2
复制
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

代码语言:2
复制
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

代码语言:2
复制
anti_join(x = test2, y = test1, by = 'x')

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

代码语言:2
复制
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)
bind_cols(test1, test3)
图片来自生信星球
图片来自生信星球

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
  • 安装和加载R包
  • dplyr五个基础函数
    • 1.mutate(),新增列
      • 2.select(),按列筛选
        • 3.filter(),筛选行
          • 4.arrange(),按某1列或某几列对整个表格进行排序
            • 4.summarise(),汇总
            • dplyr两个实用技能
              • 1.管道操作
                • 2.count统计某列的unique值
                • dplyr处理关系数据
                  • 1.内连接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
                            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