Day4——查布铎徳勒

2023-07-21 00:39:14 浏览数 (1)

学习R包

安装和加载R包

代码语言：txt复制
options("repos"=c(CRAN="https://mirrors.tuna.tsinghua.edu.cn/CRAN/"))
options(BioC_mirror="https://mirrors.ustc.edu.cn/bioc/") #以上都是镜像设置，为了加速下载R包
install.packages('dplyr') #安装“dplyr”包
library(dplyr) #加载“dplyr”包

使用 iris的简化版

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

dplyr五个基本函数

1.mutate(),新增列

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

2.select(),按列筛选

按列号筛选
代码语言：txt复制
select(test,1)
select(test,c(1,5))
select(test,Sepal.Length)
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))

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(),按某一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

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
group_by(test, Species) # 先按照Species分组，计算每组Sepal.Length的平均值和标准差
summarise(group_by(test, Species),mean(Sepal.Length), sd(Sepal.Length))

dplyr两个实用技能

(加载任意一个tidyverse包即可用管道符号)

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)

dplyr处理关系数据

即将两个表进行连接

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表所有记录anti_join

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

6.简单合并

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))

代码语言：txt复制
bind_rows(test1, test2)
bind_cols(test1, test3)
学习笔记

0 人点赞