《学习小组Day6笔记--sy》《学习小组Day6笔记--sy》

安装和加载R包

安装 【《学习小组Day6笔记--sy》】install.package("包")
BiocManager::install("包")
取决于安装包所在的网站是CRAN还是Biocductor

加载 library()
require()

安装加载

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)

dplyr包中的5个函数

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

select( ) 按列筛选
select(test,c(1,5))筛选第一列和第五列
select(test,Sepal.Length) 筛选名叫Sepal.Length的列

vars <- c("Petal.Length", "Petal.Width") select(test, one_of(vars))

one_of
出现在字符向量x中的所有变量名

fliter( ) 按行筛选
filter(test, Species == "setosa"&Sepal.Length > 5 )
返回species是etosa且Sepal.Length 大于5的行
filter(test, Species %in% c("setosa","versicolor"))
返回Species是setosa,versicolor的行

%in%
用法 a %in% table
a值是否包含于table中，为真输出TURE，否者输出FALSE

arrange（）排序
arrange(test, desc(Sepal.Length))

desc从大到小排序

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

先按照Species分组，计算每组Sepal.Length的平均值和标准差
dplyr两个实用技能

管道操作
%>% 相对于创造封闭数据包

统计某列的值
count(test,Species) 返回Species的种类和数量

dplyr处理关系数据（连接两个表格）

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

inner_join
连接两个表格的交集

inner_join(test1, test2, by = "x") ##x z y ## 1 b A 2 ## 2 e B 5 ## 3 f C 6

left_join
以x表格为标准，y返回与左侧交集部分

left_join(test1, test2, by = 'x') ##x zy ## 1 b A2 ## 2 e B5 ## 3 f C6 ## 4 x D NA left_join(test2, test1, by = 'x') ##x yz ## 1 a 1 ## 2 b 2A ## 3 c 3 ## 4 d 4 ## 5 e 5B ## 6 f 6C

full_join
相同的列名全连，y表格只返回与x交集部分结果

full_join( test1, test2, by = 'x') ##xzy ## 1 bA2 ## 2 eB5 ## 3 fC6 ## 4 xD NA ## 5 a ## 6 c ## 7 d

semi_join
返回能够与y表匹配的x表

semi_join(x = test1, y = test2, by = 'x') ##x z ## 1 b A ## 2 e B ## 3 f C

anti_join
返回无法与y表匹配的x表

anti_join(x = test2, y = test1, by = 'x') ##x y ## 1 a 1 ## 2 c 3 ## 3 d 4

bind_rows()函数需要两个表格列数相同

bind_cols()函数则需要两个数据框有相同的行数

test1 <- data.frame(x = c(1,2,3,4), y = c(10,20,30,40)) test1 ##xy ## 1 1 10 ## 2 2 20 ## 3 3 30 ## 4 4 40 test2 <- data.frame(x = c(5,6), y = c(50,60)) test2 ##xy ## 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) ##xy ## 1 1 10 ## 2 2 20 ## 3 3 30 ## 4 4 40 ## 5 5 50 ## 6 6 60 bind_cols(test1, test3) ##xyz ## 1 1 10 100 ## 2 2 20 200 ## 3 3 30 300 ## 4 4 40 400

注：以上代码框均来自生信星球教程