R包是多个函数的集合，具有详细的说明和示例。
自定义CRAN和Bioconductor的下载镜像
# 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
安装包
install.packages(“包”)
BiocManager::install(“包”)
加载包
library(包
require(包)
操作一下
library(dplyr) #加载dplyr包
test <- iris[c(1:2,51:52,101:102),] #选择1，2；51，52；101，102行
test<-mutate(test, new = Sepal.Length * Sepal.Width) #新增new这一列
select(),按列筛选
按列号筛选
select(test,1) #按列号筛选，比如第一列
select(test,c(1,5)) #第一列和第五列
select()按列名筛选
select(test, Petal.Length, Petal.Width) #按列名筛选，比如 Petal.Length, Petal.Width
filter()筛选行
filter(test, Species == "setosa") #filter按行筛选，species等于setosa的行
filter(test, Species == "setosa"&Sepal.Length > 5 ) #上一条+length>5
filter(test, Species %in% c("setosa","versicolor")) species是setosa和versicolor的行
arrange(),按某1列或某几列对整个表格进行排序
test_1<-arrange(test, Sepal.Length)#默认从小到大排序
test_1
test_2<-arrange(test, desc(Sepal.Length))#用desc从大到小
test_2
summarise()：汇总
对数据进行汇总操作,结合group_by?使用实用性强
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))
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）
test %>%
group_by(Species) %>%
summarise(mean(Sepal.Length), sd(Sepal.Length))
2、count统计某列的unique值
setosa有2个
versicolor有两个
virginica有两个
dplyr处理关系数据
options(stringsAsFactors = F)
test1 <- data.frame(x = c('b','e','f','x'),
z = c("A","B","C",'D'),
stringsAsFactors = F)
test2 <- data.frame(x = c('a','b','c','d','e','f'),
y = c(1,2,3,4,5,6),
stringsAsFactors = F)
內连inner_join,取交集
a<-inner_join(test1, test2, by = "x")
a
左连left_join
b<-left_join(test1, test2, by = 'x')
c<-left_join(test2, test1, by = 'x')
c
全连full_join
d<-full_join( test1, test2, by = 'x') #注意看d的顺序
半连接：返回能够与y表匹配的x表所有记录semi_join（x表）
e<-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
f<-anti_join(x = test2, y = test1, by = 'x')
f #注意这个x是test2上面的半连接x是test1
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
rm(list = ls())
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))
a<-bind_rows(test1, test2)
a #test1和test2列数相同
b<-bind_cols(test1, test3)
b #test1和test3行数相同
