學(xué)習(xí)R包
本教程整理自生信星球
安裝和加載R包
1.鏡像設(shè)置
使用Rstudio時(shí)為了加速包的下載，會(huì)配置一個(gè)國內(nèi)鏡像
初級(jí)模式
在Rstudio的程序中設(shè)置
這個(gè)是CRAN的鏡像，若要下載Bioconductor的包，該鏡像無法用
即使設(shè)置了CRAN鏡像，Rstudio并非每次均從CRAN下載包，可通過options()$repos來檢驗(yàn)
升級(jí)模式
# options函數(shù)就是設(shè)置R運(yùn)行過程中的一些選項(xiàng)設(shè)置
options("repos" = c(CRAN="https://mirrors.tuna.tsinghua.edu.cn/CRAN/")) #對(duì)應(yīng)清華源
options(BioC_mirror="https://mirrors.ustc.edu.cn/bioc/") #對(duì)應(yīng)中科大源
# 可以換成其他地區(qū)的鏡像
若下次再打開Rstudio發(fā)現(xiàn)，下載Bioconductor還是會(huì)回到官方鏡像，可以查詢
options()$BioC_mirror，如果依舊是自行設(shè)置的國內(nèi)鏡像，則沒問題；若發(fā)現(xiàn)需要再重新運(yùn)行一遍代碼進(jìn)行設(shè)置，則需要繼續(xù)看下面的內(nèi)容
高級(jí)模式
不想每次打開Rstudio都要運(yùn)行一遍鏡像配置，就需要用到R的配置文件 .Rprofile
Rstudio最重要的兩個(gè)配置文件：在剛開始運(yùn)行Rstudio的時(shí)候，程序會(huì)查看許多配置內(nèi)容，其中一個(gè)就是
.Renviron，它是為了設(shè)置R的環(huán)境變量；而.Rprofile就是一個(gè)代碼文件，如果啟動(dòng)時(shí)找到這個(gè)文件，那么就替我們先運(yùn)行一遍（這個(gè)過程就是在啟動(dòng)Rstudio時(shí)完成的）
file.edit('~/.Rprofile')
options("repos" = c(CRAN="https://mirrors.tuna.tsinghua.edu.cn/CRAN/"))
options(BioC_mirror="https://mirrors.ustc.edu.cn/bioc/")
#保存并重啟Rstudio，檢查下列命令
options()$repos
options()$BioC_mirror
2.安裝
install.packages(“包”)
BiocManager::install(“包”)
#安裝的包存在于CRAN網(wǎng)站還是Biocductor，可通過谷歌搜到
3.加載
library(包)
require(包)
dplyr五個(gè)基礎(chǔ)函數(shù)
1.mutate()-新增列
mutate(test, new = Sepal.Length * Sepal.Width)
2.select()-按列篩選
#按列號(hào)篩選
select(test,1)
select(test,c(1,5))
select(test,Sepal.Length)
#按列名篩選
select(test, Petal.Length, Petal.Width)
vars <- c("Petal.Length", "Petal.Width")
select(test, one_of(vars))
3.filter()-篩選行
filter(test, Species == "setosa")
filter(test, Species == "setosa"&Sepal.Length > 5 )
filter(test, Species %in% c("setosa","versicolor"))
4.arrange()-按某1列或某幾列對(duì)整個(gè)表格進(jìn)行排序
arrange(test, Sepal.Length)#默認(rèn)從小到大排序
arrange(test, desc(Sepal.Length))#用desc從大到小
5.summarise()-匯總
summarise(test, mean(Sepal.Length), sd(Sepal.Length))# 計(jì)算Sepal.Length的平均值和標(biāo)準(zhǔn)差
# 先按照Species分組，計(jì)算每組Sepal.Length的平均值和標(biāo)準(zhǔn)差
group_by(test, Species)
summarise(group_by(test, Species),mean(Sepal.Length), sd(Sepal.Length))
dplyr兩個(gè)實(shí)用技能
1：管道操作 %>%
加載任意一個(gè)tidyverse包即可用管道符號(hào)，管道符的快捷鍵：cmd/ctr + shift + M
test %>%
group_by(Species) %>%
summarise(mean(Sepal.Length), sd(Sepal.Length))
2：count統(tǒng)計(jì)某列的unique值
count(test,Species)
dplyr處理關(guān)系數(shù)據(jù)
#注意?。?！不要引入factor?。?！
options(stringsAsFactors = F)
test1 <- data.frame(x = c('b','e','f','x'),
z = c("A","B","C",'D'),
stringsAsFactors = F)
test1
## x z
## 1 b A
## 2 e B
## 3 f C
## 4 x D
test2 <- data.frame(x = c('a','b','c','d','e','f'),
y = c(1,2,3,4,5,6),
stringsAsFactors = F)
test2
## x y
## 1 a 1
## 2 b 2
## 3 c 3
## 4 d 4
## 5 e 5
## 6 f 6
1.內(nèi)連inner_join,取交集
inner_join(test1, test2, by = "x")
## x z y
## 1 b A 2
## 2 e B 5
## 3 f C 6
2.左連left_join
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
left_join(test2, test1, by = 'x')
## x y z
## 1 a 1
## 2 b 2 A
## 3 c 3
## 4 d 4
## 5 e 5 B
## 6 f 6 C
3.全連full_join
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
4.半連接：返回能夠與y表匹配的x表所有記錄semi_join
#用在比對(duì)兩個(gè)表上或許很有用
semi_join(x = test1, y = test2, by = 'x')
5.反連接：返回?zé)o法與y表匹配的x表的所記錄anti_join
anti_join(x = test2, y = test1, by = 'x')
## x y
## 1 a 1
## 2 c 3
## 3 d 4
6.簡單合并
相當(dāng)于base包里的cbind()函數(shù)和rbind()函數(shù)?！颾ind_rows()函數(shù)需要兩個(gè)表格列數(shù)相同，而bind_cols()函數(shù)則需要兩個(gè)數(shù)據(jù)框有相同的行數(shù)！
test1 <- data.frame(x = c(1,2,3,4), y = c(10,20,30,40))
test1
## x y
## 1 1 10
## 2 2 20
## 3 3 30
## 4 4 40
test2 <- data.frame(x = c(5,6), y = c(50,60))
test2
## x y
## 1 5 50
## 2 6 60
test3 <- data.frame(z = c(100,200,300,400))
test3
## z
## 1 100
## 2 200
## 3 300
## 4 400
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
