第6天生信学习笔记-微信公众号生信星球

原创

用户10986402

发布于 2024-02-25 09:56:19

1140

发布于 2024-02-25 09:56:19

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。

安装和加载R包

1.镜像设置

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

2.安装

R包安装命令是`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。

3.加载

library和require，两个函数均可。需要先安装再加载。

安装加载三部曲

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

1.mutate(),新增列

mutate(test, new = Sepal.Length * Sepal.Width)

(1)按列号筛选

select(test,1)

select(test,c(1,5))

select(test,Sepal.Length)

(2)按列名筛选

select(test, Petal.Length, Petal.Width)

vars <- c("Petal.Length", "Petal.Width")
select(test, one_of(vars))

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

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))

dplyr两个实用技能

1：管道操作 %>% (cmd/ctr + shift + M)

（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

2：count统计某列的unique值

count(test,Species)

dplyr处理关系数据

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

1.內连inner_join,取交集

inner_join(test1, test2, by = "x")

2.左连left_join

left_join(test1, test2, by = 'x')

left_join(test2, test1, by = 'x')

3.全连full_join

full_join( test1, test2, by = 'x')

4.半连接：返回能够与y表匹配的x表所有记录semi_join

semi_join(x = test1, y = test2, by = 'x')

5.反连接：返回无法与y表匹配的x表的所记录anti_join

anti_join(x = test2, y = test1, by = 'x')

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

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。

学习笔记

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。

学习笔记

登录后参与评论

0 条评论

热度