第6天生信学习笔记-微信公众号生信星球

2024-02-25 09:56:19 浏览数 (1)

R包是多个函数的集合，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。

安装和加载R包

1.镜像设置

运行这两行代码↓

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
R包安装命令是install.packages(“包”)或者BiocManager::install(“包”)。取决于你要安装的包存在于CRAN网站还是Biocductor，可以谷歌搜到。
3.加载

library和require，两个函数均可。需要先安装再加载。

安装加载三部曲

代码语言：javascript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)

示例数据直接使用内置数据集iris的简化版:

代码语言：javascript复制
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：javascript复制
mutate(test, new = Sepal.Length * Sepal.Width)
(1)按列号筛选
代码语言：javascript复制
select(test,1)

代码语言：javascript复制
select(test,c(1,5))
代码语言：javascript复制
select(test,Sepal.Length)
(2)按列名筛选
代码语言：javascript复制
select(test, Petal.Length, Petal.Width)
代码语言：javascript复制
vars <- c("Petal.Length", "Petal.Width")
select(test, one_of(vars))
3.filter()筛选行
代码语言：javascript复制
filter(test, Species == "setosa")
代码语言：javascript复制
filter(test, Species == "setosa"&Sepal.Length > 5 )
代码语言：javascript复制
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：javascript复制
arrange(test, Sepal.Length)#默认从小到大排序
代码语言：javascript复制
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：javascript复制
summarise(test, mean(Sepal.Length), sd(Sepal.Length))# 计算Sepal.Length的平均值和标准差
代码语言：javascript复制
##   mean(Sepal.Length) sd(Sepal.Length)
## 1           5.916667        0.8084965
代码语言：javascript复制
# 先按照Species分组，计算每组Sepal.Length的平均值和标准差
group_by(test, Species)
代码语言：javascript复制
summarise(group_by(test, Species),mean(Sepal.Length), sd(Sepal.Length))

dplyr两个实用技能

1：管道操作 %>% (cmd/ctr shift M)

（加载任意一个tidyverse包即可用管道符号）

代码语言：javascript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：javascript复制
count(test,Species)

dplyr处理关系数据

即将2个表进行连接

代码语言：javascript复制
test1 <- data.frame(x = c('b','e','f','x'), 
                    z = c("A","B","C",'D'))
test1
代码语言：javascript复制
test2 <- data.frame(x = c('a','b','c','d','e','f'), 
                    y = c(1,2,3,4,5,6))
test2 
1.內连inner_join,取交集
代码语言：javascript复制
inner_join(test1, test2, by = "x")
2.左连left_join
代码语言：javascript复制
left_join(test1, test2, by = 'x')
代码语言：javascript复制
left_join(test2, test1, by = 'x')
3.全连full_join
代码语言：javascript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：javascript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：javascript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：javascript复制
test1 <- data.frame(x = c(1,2,3,4), y = c(10,20,30,40))
test1
代码语言：javascript复制
test2 <- data.frame(x = c(5,6), y = c(50,60))
test2
代码语言：javascript复制
test3 <- data.frame(z = c(100,200,300,400))
test3
代码语言：javascript复制
bind_rows(test1, test2)
代码语言：javascript复制
bind_cols(test1, test3)
学习笔记

0 人点赞