思維導(dǎo)圖

R包安裝.PNG

配置鏡像

參考生信星球https://mp.weixin.qq.com/s/XvKb5FjAGM6gYsxTw3tcWw

初級模式

初始配置 生信星球.PNG

缺點：這個是CRAN的鏡像，如果要下載Bioconductor的包，這個鏡像是沒有辦法用的。

升級模式

options("repos" = c(CRAN="https://mirrors.tuna.tsinghua.edu.cn/CRAN/")) #對應(yīng)清華源
options(BioC_mirror="https://mirrors.ustc.edu.cn/bioc/") #對應(yīng)中科大源

缺點：下次再打開Rstudio會發(fā)現(xiàn)，下載Bioconductor還是會回到官方鏡像。可以查詢options()$BioC_mirror試試，如果你的依然是自己設(shè)置的國內(nèi)鏡像，就不用管了；如果發(fā)現(xiàn)需要再重新運行一遍代碼進行設(shè)置。

一勞永逸的高級模式

file.edit('~/.Rprofile')
然后在其中添加好上面的options代碼，保存，重啟Rstudio

安裝包

`install.packages(“包”)`
`BiocManager::install(“包”)`

加載包

`library(包)`
`require(包)`

R包的講解(dplyr為例)

dplyr包，d=data.frame，是專門用于數(shù)據(jù)框的

dplyr基礎(chǔ)函數(shù)

示例數(shù)據(jù)

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

• mutate(data, newcolumn= )，新增列

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

• select(data, colnumber/colname)，篩選列

select(test,c(1,5))
select(test, Petal.Length, Petal.Width)
vars <- c("Petal.Length", "Petal.Width")
select(test, one_of(vars))

• filter(data, 需要滿足的條件(常常是某一列的內(nèi)容滿足什么))，篩選行

filter(test, Species == "setosa")
filter(test, Species == "setosa"&Sepal.Length > 5 )
filter(test, Species %in% c("setosa","versicolor"))

• arrange(data, colname),按某1列或某幾列對整個表格進行排序
  默認是從小到打排序，arrange(data, desc(colname))從大到小排序

arrange(test, Sepal.Length)
arrange(test, desc(Sepal.Length))

• summarise()：匯總
  summarise(group_by(), )，結(jié)合group_by使用實用性強

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

實用技能

• 管道操作 %>% (cmd/ctr + shift + M)
  （加載任意一個tidyverse包即可用管道符號）

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

• count(data, colnames) 統(tǒng)計某列的unique值

count(test,Species)

處理數(shù)據(jù)關(guān)系

示例數(shù)據(jù)

options(stringsAsFactors = F) #注意：不要引入factor
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(data1,data2, by=哪一列)
  內(nèi)連取交集，大家共有的才合并

inner_join(test1, test2, by = "x")

• left_join(data1,data2,by=哪一列)
  左連，第一個數(shù)據(jù)集有的在第二個數(shù)據(jù)集里面找然后合并，沒有匹配的就空值NA

left_join(test1, test2, by = 'x')
left_join(test2, test1, by = 'x')

• full_join(data1,data2,by=哪一列)
  全連取并集，沒有匹配就空值NA

full_join( test1, test2, by = 'x')

• semi_join(x, y , by =哪一列)
  半連接：返回能夠與y表匹配的x表所有記錄，不合并

semi_join(x = test1, y = test2, by = 'x')

• anti_join(x , y , by =哪一列)
  反連接：返回?zé)o法與y表匹配的x表的所記錄，不合并

anti_join(x = test2, y = test1, by = 'x')

• bind_rows(), bind_cols()簡單合并
  bind_rows()函數(shù)需要兩個表格列數(shù)相同，bind_cols()函數(shù)則需要兩個數(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))
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)