學(xué)習(xí)小組Day6筆記--小黃

學(xué)習(xí)R包

安裝和加載R包

1.鏡像設(shè)置
（國內(nèi)鏡像下載快很多）

file.edit('~/.Rprofile')#打開文件編輯器，編輯器中輸入以下兩行代碼，保存，再重啟Rstudio即可
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

當(dāng)然有可能會(huì)失敗，當(dāng)你檢查options()$repos發(fā)現(xiàn)不是清華源的話大概就是失敗了。。。
這種情況下就只能每次安裝之前將后兩句直接輸在代碼框里來配置鏡像。
2.安裝
安裝命令
install.packages(“包”)(在CRAN網(wǎng)站）
BiocManager::install(“包”)（在Bioconductor網(wǎng)站）
3.加載

library(包)#任選其一
require(包)#同上

4.以dplyr的安裝為例

options("repos" = c(CRAN="https://mirrors.tuna.tsinghua.edu.cn/CRAN/")) 
options(BioC_mirror="https://mirrors.ustc.edu.cn/bioc/") 
install.packages("dplyr")#dplyr在CRAN上，我們之前已經(jīng)配置好的話，只需要輸install和library兩句即可
library(dplyr)

本次的示例數(shù)據(jù)是iris：

test <- iris[c(1:2,51:52,101:102),]#就是那個(gè)鳶尾花啦~

是這樣的數(shù)據(jù)框哦：


test.png

dplyr的五個(gè)基礎(chǔ)函數(shù)

（以下的代碼行我都加了備注，沒備注的都是自動(dòng)顯示啦）

1.mutate(),新增列

mutate(test,new=Sepal.Length * Sepal.Width) #新增一個(gè)名為new的列，數(shù)據(jù)為花萼長*花萼寬
  Sepal.Length Sepal.Width Petal.Length Petal.Width    Species   new
1          5.1         3.5          1.4         0.2     setosa 17.85
2          4.9         3.0          1.4         0.2     setosa 14.70
3          7.0         3.2          4.7         1.4 versicolor 22.40
4          6.4         3.2          4.5         1.5 versicolor 20.48
5          6.3         3.3          6.0         2.5  virginica 20.79
6          5.8         2.7          5.1         1.9  virginica 15.66

2.select(),按列篩選
既可以按列號(hào)又可以按列名

select(test,1)#篩選出第一列
    Sepal.Length
1            5.1
2            4.9
51           7.0
52           6.4
101          6.3
102          5.8
select(test,c(1,5))#篩選出第一列和第五列
    Sepal.Length    Species
1            5.1     setosa
2            4.9     setosa
51           7.0 versicolor
52           6.4 versicolor
101          6.3  virginica
102          5.8  virginica
select(test,Sepal.Length)#篩選出花萼長
    Sepal.Length
1            5.1
2            4.9
51           7.0
52           6.4
101          6.3
102          5.8
select(test,Petal.Length, Petal.Width)#篩選出花瓣長和花瓣寬
    Petal.Length Petal.Width
1            1.4         0.2
2            1.4         0.2
51           4.7         1.4
52           4.5         1.5
101          6.0         2.5
102          5.1         1.9
vars<-c('Petal.Length',"Petal.Width")#給變量vars賦值
select(test,one_of(vars))#篩選vars，one_of是聲明選擇對(duì)象
    Petal.Length Petal.Width
1            1.4         0.2
2            1.4         0.2
51           4.7         1.4
52           4.5         1.5
101          6.0         2.5
102          5.1         1.9

3.filter(),篩選行

filter(test,Species=="setosa")#篩選出Species列含有setosa的行（不是行名為setosa哦，所以用了==）
  Sepal.Length Sepal.Width Petal.Length Petal.Width Species
1          5.1         3.5          1.4         0.2  setosa
2          4.9         3.0          1.4         0.2  setosa
filter(test,Species=="setosa"&Sepal.Length>5)#篩選出Species列含有含setosa并且花萼長大于5的行
  Sepal.Length Sepal.Width Petal.Length Petal.Width Species
1          5.1         3.5          1.4         0.2  setosa
filter(test,Species%in% c("setosa","versicolor"))#篩選出Species列含有setosa和versicolor的行
  Sepal.Length Sepal.Width Petal.Length Petal.Width    Species
1          5.1         3.5          1.4         0.2     setosa
2          4.9         3.0          1.4         0.2     setosa
3          7.0         3.2          4.7         1.4 versicolor
4          6.4         3.2          4.5         1.5 versicolor

4.arrange(),按列排序,
默認(rèn)由小到大排列，需倒序用desc()
注意，可以按多列排序，但是除非上一列排序過程中存在等值數(shù)據(jù)，則使用下一字段的排序規(guī)則，否則按上一字段排序。

arrange(test,Sepal.Length)#按花萼長從小到大排序
  Sepal.Length Sepal.Width Petal.Length Petal.Width    Species
1          4.9         3.0          1.4         0.2     setosa
2          5.1         3.5          1.4         0.2     setosa
3          5.8         2.7          5.1         1.9  virginica
4          6.3         3.3          6.0         2.5  virginica
5          6.4         3.2          4.5         1.5 versicolor
6          7.0         3.2          4.7         1.4 versicolor
arrange(test,desc(Sepal.Length))#按花萼長從大到小排序
  Sepal.Length Sepal.Width Petal.Length Petal.Width    Species
1          7.0         3.2          4.7         1.4 versicolor
2          6.4         3.2          4.5         1.5 versicolor
3          6.3         3.3          6.0         2.5  virginica
4          5.8         2.7          5.1         1.9  virginica
5          5.1         3.5          1.4         0.2     setosa
6          4.9         3.0          1.4         0.2     setosa
arrange(test,Sepal.Length,Sepal.Width)#先按花萼長再按花萼寬排序，看上文注意，可以解釋為什么和直接按花萼長排序一樣
  Sepal.Length Sepal.Width Petal.Length Petal.Width    Species
1          4.9         3.0          1.4         0.2     setosa
2          5.1         3.5          1.4         0.2     setosa
3          5.8         2.7          5.1         1.9  virginica
4          6.3         3.3          6.0         2.5  virginica
5          6.4         3.2          4.5         1.5 versicolor
6          7.0         3.2          4.7         1.4 versicolor
arrange(test,Sepal.Width,Sepal.Length)#先按花萼寬，后按花萼長排序，和直接按花萼寬排序一樣（同上注意），和上一組做區(qū)別
  Sepal.Length Sepal.Width Petal.Length Petal.Width    Species
1          5.8         2.7          5.1         1.9  virginica
2          4.9         3.0          1.4         0.2     setosa
3          6.4         3.2          4.5         1.5 versicolor
4          7.0         3.2          4.7         1.4 versicolor
5          6.3         3.3          6.0         2.5  virginica
6          5.1         3.5          1.4         0.2     setosa

5.summarise():匯總

summarise(test,mean(Sepal.Length),sd(Sepal.Length))#計(jì)算花萼長的平均值和標(biāo)準(zhǔn)差
  mean(Sepal.Length) sd(Sepal.Length)
1           5.916667        0.8084965
group_by(test,Species)#先按照Species分組
# A tibble: 6 x 5
# Groups:   Species [3]
  Sepal.Length Sepal.Width Petal.Length Petal.Width Species   
         <dbl>       <dbl>        <dbl>       <dbl> <fct>     
1          5.1         3.5          1.4         0.2 setosa    
2          4.9         3            1.4         0.2 setosa    
3          7           3.2          4.7         1.4 versicolor
4          6.4         3.2          4.5         1.5 versicolor
5          6.3         3.3          6           2.5 virginica 
6          5.8         2.7          5.1         1.9 virginica 
summarise(group_by(test,Species),mean(Sepal.Length),sd(Sepal.Length))#再計(jì)算每組花萼長的平均值和標(biāo)準(zhǔn)差
`summarise()` ungrouping output (override with `.groups` argument)
# A tibble: 3 x 3
  Species    `mean(Sepal.Length)` `sd(Sepal.Length)`
  <fct>                     <dbl>              <dbl>
1 setosa                     5                 0.141
2 versicolor                 6.7               0.424
3 virginica                  6.05              0.354

dplyr的兩個(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)）

test %>% #這句是打的
group_by(Species) %>% #巧了這句也是
summarise(mean(Sepal.Length), sd(Sepal.Length))
`summarise()` ungrouping output (override with `.groups` argument)
# A tibble: 3 x 3
  Species    `mean(Sepal.Length)` `sd(Sepal.Length)`
  <fct>                     <dbl>              <dbl>
1 setosa                     5                 0.141
2 versicolor                 6.7               0.424
3 virginica                  6.05              0.354

2.count統(tǒng)計(jì)某列的unique值

count(test,Species)#統(tǒng)計(jì)Species出現(xiàn)過的unique值
     Species n
1     setosa 2
2 versicolor 2
3  virginica 2

用dplyr處理關(guān)系數(shù)據(jù)

即將2個(gè)表進(jìn)行連接，注意：不要引入factor

options(stringsAsFactors = F)#防止字符串轉(zhuǎn)換為factor
test1 <- data.frame(x = c('b','e','f','x'), z = c("A","B","C",'D'), stringsAsFactors = F)
#把這個(gè)數(shù)據(jù)框賦給test1
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)
#把這個(gè)數(shù)據(jù)框賦給test2
test2 
  x y
1 a 1
2 b 2
3 c 3
4 d 4
5 e 5
6 f 6
inner_join(test1, test2, by = "x")#內(nèi)連，取交集
  x z y
1 b A 2
2 e B 5
3 f C 6
left_join(test1, test2, by = 'x')#左連，以左邊的為準(zhǔn)（這里是test1的x列）
  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')#同上，這里是test2的x列
  x y    z
1 a 1 <NA>
2 b 2    A
3 c 3 <NA>
4 d 4 <NA>
5 e 5    B
6 f 6    C
full_join( test1, test2, by = 'x')#全連，以test1的x為基準(zhǔn)，全部連接
  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
semi_join(x = test1, y = test2, by = 'x')#取test1的x并與test2的y表匹配，返回所有符合的x值并輸出x,y
  x z
1 b A
2 e B
3 f C
anti_join(x = test2, y = test1, by = 'x')#反取，不取test1的x與test2的y匹配的值，然后輸出
  x y
1 a 1
2 c 3
3 d 4

下面是簡單合并：

相當(dāng)于base包里的cbind()函數(shù)和rbind()函數(shù);
注意，bind_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))#給test1重賦值
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))#給test2重賦值
test2
  x  y
1 5 50
2 6 60
test3 <- data.frame(z = c(100,200,300,400))#給test3賦值
test3
    z
1 100
2 200
3 300
4 400
> bind_rows(test1, test2)#相同列數(shù)的表格（數(shù)據(jù)框）合并
  x  y
1 1 10
2 2 20
3 3 30
4 4 40
5 5 50
6 6 60
> bind_cols(test1, test3)#相同行數(shù)的表格（數(shù)據(jù)框）合并
  x  y   z
1 1 10 100
2 2 20 200
3 3 30 300
4 4 40 400

今天就這樣啦~

?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
【社區(qū)內(nèi)容提示】社區(qū)部分內(nèi)容疑似由AI輔助生成，瀏覽時(shí)請(qǐng)結(jié)合常識(shí)與多方信息審慎甄別。
平臺(tái)聲明：文章內(nèi)容（如有圖片或視頻亦包括在內(nèi)）由作者上傳并發(fā)布，文章內(nèi)容僅代表作者本人觀點(diǎn)，簡書系信息發(fā)布平臺(tái)，僅提供信息存儲(chǔ)服務(wù)。

相關(guān)閱讀更多精彩內(nèi)容

友情鏈接更多精彩內(nèi)容