前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >Day-6 香波🐟

Day-6 香波🐟

原创
作者头像
波小囡
发布2023-12-02 14:21:45
1370
发布2023-12-02 14:21:45
举报

Day-6 学习R包

什么是R包

R包是多个函数的集合

安装和加载R包

1.镜像设置

代码语言:txt
复制
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

代码语言:txt
复制
install.packages("dplyr")
library(dplyr)

3.加载

library()

dplyr五个基础函数

1.mutate(),新增列

2.select(),按列筛选

(1)按列号筛选

(2)按列名筛选

3.filter()筛选行

4.arrange(),按某1列或某几列对整个表格进行排序

代码语言:txt
复制
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

对数据进行汇总操作,结合group_by使用实用性强

代码语言:txt
复制
summary(test)#区分base包里的summary和dplyr包里的summarise函数
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))
summary(test)
 ##Sepal.Length    Sepal.Width     Petal.Length    Petal.Width   
 ##Min.   :4.900   Min.   :2.700   Min.   :1.400   Min.   :0.200  
 ##1st Qu.:5.275   1st Qu.:3.050   1st Qu.:2.175   1st Qu.:0.500  
 ##Median :6.050   Median :3.200   Median :4.600   Median :1.450  
 ##Mean   :5.917   Mean   :3.150   Mean   :3.850   Mean   :1.283  
 ##3rd Qu.:6.375   3rd Qu.:3.275   3rd Qu.:5.000   3rd Qu.:1.800  
 ##Max.   :7.000   Max.   :3.500   Max.   :6.000   Max.   :2.500  
 ##   Species 
 ##setosa    :2  
 ##versicolor:2  
 ##virginica :2 
                              
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)
## # A tibble: 6 × 5
## # Groups:   Species [3]
##  Sepal.Length Sepal.Width Petal.Length Petal.Width Species   
    ##     <dbl>       <dbl>        <dbl>       <dbl> <fct>     
##1          5.1         3.5          1.4         0.2 setosa    
##2          4.9         3            1.4         0.2 setosa    
##3          7           3.2          4.7         1.4 versicolor
##4          6.4         3.2          4.5         1.5 versicolor
##5          6.3         3.3          6           2.5 virginica 
##6          5.8         2.7          5.1         1.9 virginica 
summarise(group_by(test, Species),mean(Sepal.Length), sd(Sepal.Length))
## # A tibble: 3 × 3
 ## Species    `mean(Sepal.Length)` `sd(Sepal.Length)`
 ## <fct>                     <dbl>              <dbl>
##1 setosa                     5                 0.141
##2 versicolor                 6.7               0.424
##3 virginica                  6.05              0.354

dplyr两个实用技能

1:管道操作 %>% (cmd/ctr + shift + M)

代码语言:txt
复制
test |> 
+     group_by(Species) |> 
+      summarise(mean(Sepal.Length), sd(Sepal.Length))
# A tibble: 3 × 3
  Species    `mean(Sepal.Length)` `sd(Sepal.Length)`
  <fct>                     <dbl>              <dbl>
1 setosa                     5                 0.141
2 versicolor                 6.7               0.424
3 virginica                  6.05              0.354

2:count统计某列的unique值

dplyr处理关系数据

即将2个表进行连接,演示数据来自生信星球 1.內连inner_join,取交集

2.左连left_join

3.全连full_join

4.半连接:返回能够与y表匹配的x表所有记录semi_join

5.反连接:返回无法与y表匹配的x表的所记录anti_join

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:txt
复制
> test1 <- data.frame(x = c('b','e','f','x'), 
+                     z = c("A","B","C",'D'))
> test2 <- data.frame(x = c('a','b','c','d','e','f'), 
+                     y = c(1,2,3,4,5,6))
> inner_join(test1,test2,by="x")
  x z y
1 b A 2
2 e B 5
3 f C 6
> left_join(test1, test2, by = 'x')
  x z  y
1 b A  2
2 e B  5
3 f C  6
4 x D NA
> full_join( test1, test2, by = 'x')
  x    z  y
1 b    A  2
2 e    B  5
3 f    C  6
4 x    D NA
5 a <NA>  1
6 c <NA>  3
7 d <NA>  4
> semi_join(x = test1, y = test2, by = 'x')
  x z
1 b A
2 e B
3 f C
> anti_join(x = test2, y = test1, by = 'x')
  x y
1 a 1
2 c 3
3 d 4
> 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))
> bind_rows(test1, test2)
  x  y
1 1 10
2 2 20
3 3 30
4 4 40
5 5 50
6 6 60
> bind_cols(test1, test3)
  x  y   z
1 1 10 100
2 2 20 200
3 3 30 300
4 4 40 400

附上今天滴思维导图嘿嘿~

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。

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • Day-6 学习R包
    • 什么是R包
      • 安装和加载R包
        • 1.镜像设置
      • 2.安装
        • 3.加载
      • dplyr五个基础函数
        • 1.mutate(),新增列
        • 2.select(),按列筛选
        • 3.filter()筛选行
        • 4.arrange(),按某1列或某几列对整个表格进行排序
        • 5.summarise():汇总
      • dplyr两个实用技能
        • dplyr处理关系数据
        领券
        问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档