今天继续学习R语言基础的R包使用,以R包:dplyr为例
数据准备
install.packages(“dplyr”)
或BiocManager::install(“dplyr”) #务必要打引号
library(dplyr)
或require(dplyr) #这里不用引号
部分人可能会因为镜像的问题失败,解决方法https://mp.weixin.qq.com/s/XvKb5FjAGM6gYsxTw3tcWw
install.packages("dplyr")
library(dplyr)
test <- iris[c(1:2,51:52,101:102),]
这里的“,”怎么理解呢,在我们上一期推文中提到,提取元素时z[x,y]指代提取z中第x行,第y列,如果我们只需要提取行,则应该写作z[x,],同理,如果只需要提取列,应该写作z[,y]
1. mutate() 增加列
mutate(test, new = Sepal.Length * Sepal.Width) #增加名为“new”的一列
2.select() 按列筛选
1)按列号筛选
select(test,1)
select(test,c(1,5)) #提取第一列和第五列
由上图可以看出直接提取也是可以的
2)按列名筛选
select(test, Petal.Length, Petal.Width)
3.filter() 筛选行
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
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
summarise(test, mean(Sepal.Length), sd(Sepal.Length)) #计算Sepal.Length的平均值和标准差
group_by(test, Species) #按照Species分组
# 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))
1.count统计某列各元素出现的次数
count(test,Species)
2.管道操作 %>%(CTRL+SHIFT+M)
加载任意一个tidyverse包都可以使用管道符号,啥是tidyverse包呢?
tidyverse是一个汇总包,一包更比6包强,用于数据清洗、转换、可视化等。其核心包有ggplot、readr、tibble、purrr、 tidyr 、dplyr、ggplot、forcats 和stringr8个.
我们这里用的是dplyr包,因此可以使用管道。
test %>%
group_by(Species) %>%
summarise(mean(Sepal.Length),sd(Sepal.Length))
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)
stringsAsFactors = F意味着在读入数据时,遇到字符串之后,不将其转换为factors,仍然保留为字符串格式。
1.inner_join 取二者的交集
inner_join(test1, test2, by = "x")
2.left_join 以左边的为基准
3.full_join 全部连接
因为这里只有x是共同列,所以是否有by='x'对输出无影响。
4.semi_join 半连接:返回能够与y表匹配的x表所有记录semi_join(类似于excel中的vlookup函数)
semi_join(x=test1,y=test2,by='x')
5.anti_join 反连接:返回无法与y表匹配的x表的所记录(semi_join的anti版本)
anti_join(x = test1, y = test2, by = 'x')
6.bind_rows()和bind_cols() 简单合并(相当于base包里的cbind()函数和rbind()函数)
需要注意:bind_rows()将行连接起来,需要两个表格的列数相同;同理bind_cols()将列连接起来,需要两个表格的行数相同。
写在结尾
很高兴你能看到这里,现在(写这篇推文的时间)是晚上十二点左右,刚刚离开实验室的师姐对我说要对自己好一点,要珍惜自己的头发,我摸了摸自己的头发,看着隔壁漆黑一片的自习室,我还能肝! 经过这几期的R语言基础,你应该能够入门R了,渐渐的也要自己去学会看帮助文档,去搜报错,还记得怎么搜命令和R包的帮助文档吗?
?+命令 #搜命令帮助文档
help(package='R包') #搜R包帮助文档
如果你能独立处理这些问题,那么恭喜你,你的R应该没问题啦!
应该没问题了!!!!吧?