学习小组Day6-bubble

2023-11-05 09:58:35 浏览数 (3)

学习R包

R包是多个函数的集合，具有详细的说明和示例。

学生信，R语言必学的原因是丰富的图表和Biocductor上面的各种生信分析R包。　包的使用是一通百通的。

1.安装并加载R包

1.1 镜像设置

也和Linux一样，官方源因受到网速影响比较慢，添加国内镜像源会方便很多

这里需要用到两行代码

代码语言：txt复制
# options函数就是设置R运行过程中的一些选项设置
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
# 当然可以换成其他地区的镜像
options()$BioC_mirro #检验默认镜像
options()$reposr # 查询自己的镜像

这种是每一次打开都要重新设置一次的

还有一种像Linux一样直接修改R中的相当于Linux中的.bashrc/环境文件一样的R的环境文件.Rprofile即可

首先用file.edit()来编辑文件：

代码语言：txt复制
file.edit('~/.Rprofile')

然后在文件中添加上述两行代码即可保存重新加载一下R（很像Linux中的source ~/.bashrc）

可以看到配置好镜像啦

1.2 安装

代码语言：txt复制
install.packages(“包”) # 普通安装(从CRAN安装)
BiocManager::install(“包”) #  从Bioconductor安装（主要是一些生物学包）
取决于你要安装的包存在于CRAN网站还是Biocductor，存在于哪里？可以谷歌搜到。

更多安装来源可以参考

https://zhuanlan.zhihu.com/p/436671645

1.3 加载

library和require，两个函数均可。使用一个包，是需要先安装再加载，才能使用包里的函数。

代码语言：txt复制
# 安装加载三部曲
options("repos" = c(CRAN="https://mirrors.tuna.tsinghua.edu.cn/CRAN/")) 
options(BioC_mirror="https://mirrors.ustc.edu.cn/bioc/") 
# 这里是没有修改环境文件的话每次下载记得重新配置
install.packages("dplyr")
library(dplyr)

示例数据直接使用内置数据集iris的简化版:

代码语言：txt复制
test <- iris[c(1:2,51:52,101:102),]

2. 具体讲解dplyr包的五个基础函数

2.1 mutate(),新增列

代码语言：txt复制
mutate(test, new = Sepal.Length * Sepal.Width)

2.2 select(),按列筛选

① 按列号筛选

代码语言：txt复制
select(test,1) # 选择第一列
select(test,c(1,5)) # 选择第一和五列 
select(test,Sepal.Length) # 直接选择列名

② 按列名筛选

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

https://wenku.csdn.net/answer/45me6e3f3a

③ filter()筛选行

代码语言：txt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：txt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

⑤ .summarise()：汇总

对数据进行汇总操作,结合group_by使用实用性强

代码语言：txt复制
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))

2.3 dplyr两个实用技能

① 管道操作 %>% (cmd/ctr shift M)

代码语言：txt复制
test %>% 
  group_by(Species) %>% 
  summarise(mean(Sepal.Length), sd(Sepal.Length))

② count统计某列的unique值

代码语言：txt复制
count(test,Species)

2.4 dplyr处理关系数据

即将2个表进行连接

代码语言：txt复制
test1 <- data.frame(x = c('b','e','f','x'), 
                    z = c("A","B","C",'D'))
代码语言：txt复制
test2 <- data.frame(x = c('a','b','c','d','e','f'), 
                    y = c(1,2,3,4,5,6))

先将test1 test2赋值

① 內连inner_join,取交集

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

② 左连left_join

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

③ 全连full_join

代码语言：txt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：txt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：txt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：txt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)

好啦今天的R包学习完啦

rstudio

0 人点赞