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 >R语言安装R包DAY6-Gaozsi

R语言安装R包DAY6-Gaozsi

原创
作者头像
gaozsi
发布2024-02-25 09:59:15
1120
发布2024-02-25 09:59:15

安装和加载R包

1.镜像设置

代码语言:english
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.安装和加载

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

3.dplyr五个基础函数

代码语言:english
复制
test <- iris[c(1:2,51:52,101:102),]#取1,2,51,52,101,102行,所有列

#新增列

代码语言:english
复制
mutate(test, new = Sepal.Length * Sepal.Width)

#筛选列

代码语言:english
复制
select(test,1)
select(test,c(1,5))
select(test,Sepal.Length)
select(test, Petal.Length, Petal.Width)
vars <- c("Petal.Length", "Petal.Width")
select(test, one_of(vars))

#筛选行

代码语言:english
复制
filter(test, Species == "setosa")
filter(test, Species == "setosa"&Sepal.Length > 5)
filter(test, Species %in% c("setosa","versicolor"))

#排序

代码语言:english
复制
arrange(test, Sepal.Length)#从小到大排序
arrange(test, desc(Sepal.Length))#从大到小

#汇总

代码语言:english
复制
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))

4.dplyr两个实用技能

#管道操作 %>% (cmd/ctr + shift + M)

代码语言:english
复制
test %>% #对象
   group_by(Species) %>% #分组
   summarise(mean(Sepal.Length), sd(Sepal.Length))#计算

#count统计某列的唯一值

代码语言:english
复制
count(test,Species)

5.dplyr处理关系数据

#将2个表进行连接

内连接:

一个新数据框,其中包含键、 x 值和 y 值。我们使用 by 参数告诉 dplyr 哪个变量是键:

代码语言:english
复制
x <- tribble(
   ~key, ~val_x,
  1, "x1",
  2, "x2",
  3, "x3")

y <- tribble(
  ~key, ~val_y,
  1, "y1",
  2, "y2",
  4, "y3")

y1 <- tribble(
  ~key, ~val_y,
  1, "y1",
  2, "y2",
  4, "y4",
  2, "y5")

x %>%  inner_join(y, by = "key")

#左连接:保留 x 中的所有观测。

代码语言:english
复制
> left_join(x, y, by = "key")

#如果x中的key变量,在y中有多个同样的key,那么所有的结合可能都会罗列出来

代码语言:english
复制
left_join(x, y1, by = "key")

#右连接:保留 y 中的所有观测

代码语言:english
复制
right_join(x, y, by = "key")

#全连接:保留 x 和 y 中的所有观测。

代码语言:english
复制
full_join(x, y, by = "key")

#半连接:返回能够与y表匹配的x表所有记录semi_join

代码语言:english
复制
semi_join(x =x, y =y, by = 'key')

#反连接:返回无法与y表匹配的x表的所记录anti_join

代码语言:english
复制
anti_join(x =x, y =y, by = 'key')

#简单合并: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:english
复制
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)

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。

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
  • 安装和加载R包
  • 1.镜像设置
  • 2.安装和加载
  • 3.dplyr五个基础函数
  • 4.dplyr两个实用技能
  • 5.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