生信星球Day4 学习R包

今日学习内容：

1. 如何安装R包？
2. 认识dplyr，函数、功能等

安装和加载R包

镜像设置

方法一：手动设置，Tools→Packages→Primary CRAN repository

方法二：自动运行

教程来自：https://www.jianshu.com/p/861224f4251a

options() 设置R运行过程中的一些选项设置

options()$repos 查看使用install.packages安装时的默认镜像

options()$BioC_mirror 查看使用bioconductor的默认镜像

• R最重要的两个配置文件: 一是.Renviron，能够设置R的环境变量； 二是.Rprofile，如果启动时找到这个文件，那么就替我们先运行一遍（这个过程就是在启动Rstudio时完成的）

首先，编辑文件

file.edit('~/.Rprofile')
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

然后，保存并重启Rstudio。

安装和加载

需要联网，以dplyr为例：

options("repos" = c(CRAN="https://mirrors.tuna.tsinghua.edu.cn/CRAN/")) 
options(BioC_mirror="https://mirrors.ustc.edu.cn/bioc/") 
install.packages("dplyr")   #或BiocManager::install("dplyr")
library(dplyr)

dplyr

五个基础函数

mutate() 新增列，(x，列名=相关数据)

select() 筛选列，（x，列号或列名）

filter() 筛选行，（x，列名==想要的行）需要逻辑判断

arrange() 按某1列或某几列对整个表格进行排序，默认从小到大，用desc()可从大到小

summarise() 汇总，配合group_by()分组，可以mean()求平均值，sd()求标准差

test <- iris[c(1:2,51:52,101:102),]
t1 <- mutate(test, new = Sepal.Length * Sepal.Width)
t2 <- select(test,c(2,4))
t3 <- filter(test, Species == "setosa"&Sepal.Length > 5 )
t4 <- arrange(test, desc(Sepal.Length))
t5 <- summarise(group_by(test, Species), mean(Sepal.Length), sd(Sepal.Length))

运行结果

两个实用技能

1、管道操作 %>% (cmd/ctr + shift + M)

test %>% 
	group_by(Species) %>% 
	summarise(mean(Sepal.Length), sd(Sepal.Length))

2、count() 统计某列的unique值，即统计同类项

连接两个表的不同方式

1. inner_join() 內连，取交集，by="x"基于x的列
2. left_join() 左连，保留前一个表，以此多舍少补后一个表
3. full_join() 全连
4. semi_join(x= ,y= ,by="某列") 半连接，返回能够与y表匹配的x表所有记录
5. anti_join(x= ,y= ,by="某列") 反连接，返回无法与y表匹配的x表所有记录
6. 简单合并 bind_rows()需要两个表格列数相同，上下连接； bind_cols()需要两个表格行数相同，左右连接。