安装和加载R包
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
安装
联网
install.packages(" ") <包在CRAN网站
BiocManager::install(" ") <包在Biocductor
可以搜索包在哪
加载
library()
require()
dplyr五个基础函数
mutate(),新增列
mutate(test, new = Sepal.Length * Sepal.Width)
select(),按列筛选
按列号筛选
select(test,1)
select(test,c(1,5))
按列名筛选
select(test, Petal.Length, Petal.Width)
vars <- c("Petal.Length", "Petal.Width")
select(test, one_of(vars))
filter()筛选行
filter(test, Species == "setosa")
filter(test, Species == "setosa"&Sepal.Length > 5 )
filter(test, Species %in% c("setosa","versicolor"))
arrange() 按照某一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
summaries() 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处理关系数据
先给test1和test2赋值
代码语言：txt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))內连inner_join,取交集
inner_join(test1, test2, by = "x")
左连left_join
left_join(test1, test2, by = 'x')
left_join(test2, test1, by = 'x')
矢量是有顺序的，test1和test2位置不同，结果不同全连
full_join( test1, test2, by = 'x')
半连接：返回能够与y表匹配的x表所有记录
semi_join(x = test1, y = test2, by = 'x')
反连接：返回无法与y表匹配的x表的所记录
anti_join(x = test2, y = test1, by = 'x')
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
先给a,b,c赋值
bind_rows(a, b)
bind_cols(a, c)
