r语言学习day6

#安装和加载R包

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

加载R包

library和require

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),]

#dplyr五个基础函数

library(dplyr)

创建一个示例数据框
data <- data.frame(
  x = 1:5,
  y = 6:10
)

使用mutate()函数创建新的变量
data <- mutate(data, z = x + y)

输出结果
print(data)

select()筛选

filter()筛选

arrange()按列排序排序

summarise()：汇总

管道操作 %>% (cmd/ctr + shift + M)

inner_join(test1, test2, by = "x")

inner_join()函数和merge()函数都用于将两个数据框按照某些共同的列进行合并，但它们有一些区别：

语法差异：

inner_join()函数来自于dplyr包，其语法更加简洁明了，通常使用管道操作符%>%进行链式调用。它的语法为inner_join(x, y, by = NULL, ...)，其中x和y是要合并的两个数据框，by是指定用于合并的列名。

merge()函数是基础R中的函数，其语法为merge(x, y, by = NULL, ...)，也是用来合并两个数据框，by参数也是指定用于合并的列名。

包依赖：

inner_join()函数属于dplyr包，因此需要先加载dplyr包才能使用。

merge()函数是基础R的一部分，无需额外加载包即可使用。

默认行为：

在某些情况下，inner_join()和merge()的默认行为可能略有不同。例如，当两个数据框中存在重复的列名时，inner_join()会自动为其中一个数据框的重复列名添加后缀以区分，而merge()函数则不会自动处理，需要手动指定后缀。

性能差异：

在大型数据集上，dplyr包的函数通常比基础R函数的执行速度更快，因此inner_join()可能在某些情况下比merge()更高效。

总体而言，inner_join()函数提供了更为简洁和易读的语法，适用于在数据处理中的大多数情况，但是如果你更熟悉基础R的函数或者需要与基础R的其他函数进行交互，那么merge()函数也是一个很好的选择。

合并行与合并列

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