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。
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
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。library和require,两个函数均可。需要先安装再加载。
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:
test?<-?iris[c(1:2,51:52,101:102),]
mutate(test,?new?=?Sepal.Length?*?Sepal.Width)
select(test,1)
select(test,c(1,5))
select(test,Sepal.Length)
select(test,?Petal.Length,?Petal.Width)
vars?<-?c("Petal.Length",?"Petal.Width")
select(test,?one_of(vars))
filter(test,?Species?==?"setosa")
filter(test,?Species?==?"setosa"&Sepal.Length?>?5?)
filter(test,?Species?%in%?c("setosa","versicolor"))
arrange(test,?Sepal.Length)#默认从小到大排序
arrange(test,?desc(Sepal.Length))#用desc从大到小
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
##???mean(Sepal.Length)?sd(Sepal.Length)
##?1???????????5.916667????????0.8084965
#?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))
(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
count(test,Species)
即将2个表进行连接
test1?<-?data.frame(x?=?c('b','e','f','x'),?
????????????????????z?=?c("A","B","C",'D'))
test1
test2?<-?data.frame(x?=?c('a','b','c','d','e','f'),?
????????????????????y?=?c(1,2,3,4,5,6))
test2?
inner_join(test1,?test2,?by?=?"x")
left_join(test1,?test2,?by?=?'x')
left_join(test2,?test1,?by?=?'x')
full_join(?test1,?test2,?by?=?'x')
semi_join(x?=?test1,?y?=?test2,?by?=?'x')
anti_join(x?=?test2,?y?=?test1,?by?=?'x')
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
test1?<-?data.frame(x?=?c(1,2,3,4),?y?=?c(10,20,30,40))
test1
test2?<-?data.frame(x?=?c(5,6),?y?=?c(50,60))
test2
test3?<-?data.frame(z?=?c(100,200,300,400))
test3
bind_rows(test1,?test2)
bind_cols(test1,?test3)
原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。
如有侵权,请联系 cloudcommunity@tencent.com 删除。
原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。
如有侵权,请联系 cloudcommunity@tencent.com 删除。