1. 設(shè)置鏡像網(wǎng)站，用于快速下載包

(1). 初級(jí)模式

運(yùn)行這兩條命令,對(duì)應(yīng)清華鏡像網(wǎng)站；

下次再打開Rstudio會(huì)發(fā)現(xiàn)，下載Bioconductor可能還是會(huì)回到官方鏡像，可以通過options()$BioC_mirror命令查詢是否是需要的鏡像網(wǎng)站。

options("repos" = c(CRAN="https://mirrors.tuna.tsinghua.edu.cn/CRAN/")) 
options(BioC_mirror="https://mirrors.ustc.edu.cn/bioc/")
options()$BioC_mirror

(2). 高級(jí)模式

設(shè)置Rstudio開始運(yùn)行時(shí)，檢測(cè)環(huán)境的文件，打開并運(yùn)行上面兩個(gè)鏡像命令。

設(shè)置后每次打開R studio自動(dòng)鏈接到設(shè)置好的鏡像網(wǎng)站，不用每次再運(yùn)行。

file.edit('~/.Rprofile')
options("repos" = c(CRAN="https://mirrors.tuna.tsinghua.edu.cn/CRAN/")) 
options(BioC_mirror="https://mirrors.ustc.edu.cn/bioc/")
options()$BioC_mirror

2. 學(xué)習(xí)下載packages

（以下載dplyr為例）

dplyr是一個(gè)專門用于處理數(shù)據(jù)框的包。強(qiáng)大的dplyr包，可以非常靈活、快速的實(shí)現(xiàn)數(shù)據(jù)的預(yù)處理。

(1) 導(dǎo)入并加載dplyr這個(gè)包

install.packages('dplyr')
library(dplyr)

3. dplyr包的大致學(xué)習(xí)

(1) 打開示例表格, 命名為test

通過幫助查到，iris is a data frame with 150 cases (rows) and 5 variables (columns) that named Sepal.Length, Sepal.Width, Petal.Length, Petal.Width, and Species.

test <- iris[c(1:2,51:52,101:102),]

(2) mutate命令，新增列，新增列名new, 值=第一列乘以第二列

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

(3) 行和列的選擇和篩選

選擇test的第1列/第2,4列/直接按列名篩選

select(test,1)
select(test,c(2,4))
select(test, Petal.Length, Petal.Width)

按元素選擇，如，vars這里設(shè)置為Petal.Length, Petal.Width字符串向量；

用one_of()來聲明選擇對(duì)象；比如one_of("x","y")就是表明選擇x,y變量

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

篩選species這一列，名為setosa的行。

注意：雙等號(hào)的意思，雙等號(hào)表示等于，單等號(hào)為賦值。

filter(test, Species=='setosa')
filter(test,Species=='setosa'&Sepal.Length> 5)
## 雙重篩選，setosa和Sepal.Length大于5的行

filter(test, Species %in% c("setosa","versicolor"))
## 篩選，%in%適用于前后兩個(gè)向量重疊的部分。
### 管道符號(hào)將左邊的對(duì)象作為第一個(gè)參數(shù)傳遞到右邊的函數(shù)中
***

(4) 其他數(shù)據(jù)的排列，分組以及表格的整合命令學(xué)習(xí)

arrange(test, Sepal.Length)
arrange(test, desc(Sepal.Length))
## 排序，對(duì)test中的Sepal.Length這一列進(jìn)行排序，默認(rèn)從小到大排序
## 用desc命令從大到小

summarise(test, mean(Sepal.Length), sd(Sepal.Length))
## 對(duì)數(shù)據(jù)進(jìn)行簡(jiǎn)單的統(tǒng)計(jì)匯總，計(jì)算Sepal.Length的平均值和標(biāo)準(zhǔn)差

summarise(group_by(test, Species),mean(Sepal.Length), sd(Sepal.Length))
## 先對(duì)test按Species分組，分組后分別進(jìn)行統(tǒng)計(jì)匯總

install.packages('tidyverse')
library('tidyverse')
## 任意一個(gè)tidyverse包即可用管道符號(hào)

test %>%
  group_by(Species) %>%
  summarise(mean(Sepal.Length), sd(Sepal.Length))

group_by(test,Species) %>%
  summarise(mean(Sepal.Length), sd(Sepal.Length))
  ## dplyr包中的管道操作%>%，該命令將左邊的對(duì)象作為第一個(gè)參數(shù)傳遞到右邊的函數(shù)中
### 注意，在運(yùn)行管道命令時(shí)，左側(cè)命令中出現(xiàn)的表格或命令行或列，不要再出現(xiàn)在右側(cè)的命令中。
### 我認(rèn)為管道命令相當(dāng)于一個(gè)層級(jí)遞進(jìn)的關(guān)系

count(test,Species)
count(test,Sepal.Length)
## count 用于計(jì)算某一列的唯一的值，如Species這一列就有三個(gè)unique的值，且分別有兩個(gè)。

test1 <- data.frame(x = c('b','e','f','x'), 
                    z = c("A","B","C",'D'),
                    stringsAsFactors = F)
test2 <- data.frame(x = c('a','b','c','d','e','f'), 
                    y = c(1,2,3,4,5,6),
                    stringsAsFactors = F)
inner_join(test1,test2,by='x')
left_join(test1,test2,by='x')
left_join(test2,test1,by='x')
## 新建數(shù)據(jù)框test1，test2，注意數(shù)據(jù)框中不能有factor。
### inner_join命令，取test1 and test2中，x列相同的行和列。
### left_join命令，以test1的x列為參照合合并兩個(gè)表格，注意，這里x是兩個(gè)數(shù)據(jù)框都有的。
#### 并且以test1的x列全部列出，不管test2的x比test1多還是少，均以test1為主?；Qtest2后，同理。

full_join(test1,test2,by='x')
## 兩個(gè)數(shù)據(jù)框按共有的x列，全部合并，注意，這里by=也只能選兩個(gè)數(shù)據(jù)框都有的列名。

semi_join(x = test1, y = test2, by = 'x')
##這里我還沒弄清楚什么意思

test03<- data.frame(x=c(1,2,3,4,5,6),y=c(10,20,30,40,50,60))
test04<- data.frame(x=c(11111,22222),y=c(100,200))
test05<- data.frame(z=c(12,23,34,45,56,67))
bind_cols(test03,test05)
bind_rows(test03,test04)
## 注意，bind_rows()函數(shù)需要兩個(gè)數(shù)據(jù)框列數(shù)相同；
## 注意，bind_cols()函數(shù)需要兩個(gè)數(shù)據(jù)框行數(shù)相同；

在運(yùn)行studio時(shí)，每一個(gè)命令，我都在script中做了注釋，所以直接引用到這里，需要在學(xué)習(xí)時(shí)，只需要將這些代碼和注釋直接復(fù)制，一步步運(yùn)行并參照注釋。