Day6-学习笔记（2024年2月3日）

学习R包

R包是多个函数的集合，具有详细的说明和示例，学习生信R语言必学的原因是丰富的图表和biocductor的各种生信分析R包，包的使用是一通百通的，以dplyr为例，讲解一下R包

一、安装和加载R包

1.镜像设置

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

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，存在于哪里？可以谷歌搜到。

3.加载R包

library()和require()，两个函数均可。

使用一个包，是需要先安装再加载，才能使用包里的函数。

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),]

安装完成

载入R包

二、dplyr五个基础函数

1.mutate(),新增列

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

2.select(),按列筛选

(1)按列号筛选

select(test,1)

select(test,c(1,5))

(2)按列名筛选

select(test,Sepal.Length)

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

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))

三、dplyr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))

（加载任意一个tidyverse包即可用管道符号）

2.count统计某列的unique值

count(test,Species)

四、dplyr处理关系数据

将2个表进行连接：

1.內连inner_join,取交集

2.左/右连left/right_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