包
R提供了大量開箱即用的功能，但它最激動(dòng)人心的一部分功能是通過可選模塊的下載和安裝來(lái)實(shí)現(xiàn)的。
目前有2500多個(gè) 稱為包（package）的用戶貢獻(xiàn)模塊可從 http://cran.r-project.org/web/packages下載。這些包提供了橫跨各種領(lǐng)域、數(shù)量驚人的新功能，包括分析地理數(shù)據(jù)、處理蛋白質(zhì)質(zhì)譜，甚至是心理測(cè)驗(yàn)分析的功能。
什么是包
包是R函數(shù)、數(shù)據(jù)、預(yù)編譯代碼以一種定義完善的格式組成的集合。計(jì)算機(jī)上存儲(chǔ)包的目錄稱為（library）。函數(shù).libPaths()能夠顯示庫(kù)所在的位置， 函數(shù)library()則可以顯示庫(kù)中有哪些包。
R自帶了一系列默認(rèn)包（包括base、datasets、utils、grDevices、graphics、stats以及methods），它們提供了種類繁多的默認(rèn)函數(shù)和數(shù)據(jù)集。其他包可通過下載來(lái)進(jìn)行安裝。安裝好以后，它們必須被載入到會(huì)話中才能使用。命令search()可以告訴你哪些包已加載并可使用。
包的安裝
有許多R函數(shù)可以用來(lái)管理包。第一次安裝一個(gè)包，使用命令install.packages()即可。
舉例來(lái)說，不加參數(shù)執(zhí)行install.packages()將顯示一個(gè)CRAN鏡像站點(diǎn)的列表，選擇其中一個(gè)鏡像站點(diǎn)之后，將看到所有可用包的列表，選擇其中的一個(gè)包即可進(jìn)行下載和安裝。
如果知道自己想安裝的包的名稱，可以直接將包名作為參數(shù)提供給這個(gè)函數(shù)。例如，包gclus中提供了創(chuàng)建增強(qiáng)型散點(diǎn)圖的函數(shù)?？梢允褂妹?code>install.packages("gclus")來(lái)下載和安裝它。
一個(gè)包僅需安裝一次。但和其他軟件類似，包經(jīng)常被其作者更新。
使用命令update.packages()可以更新已經(jīng)安裝的包。
要查看已安裝包的描述，可以使用installed.packages()命令，這將列出安裝的包，以及它們的版本號(hào)、依賴關(guān)系等信息。
包的載入
包的安裝是指從某個(gè)CRAN鏡像站點(diǎn)下載它并將其放入庫(kù)中的過程。要在R會(huì)話中使用它，還需要使用library()命令載入這個(gè)包。例如，要使用gclus包，執(zhí)行命令library(gclus)即可。當(dāng)然，在載入一個(gè)包之前必須已經(jīng)安裝了這個(gè)包。在一個(gè)會(huì)話中，包只需載入一次。如果需要，你可以自定義啟動(dòng)環(huán)境以自動(dòng)載入會(huì)頻繁使用的那些包。
啟動(dòng)環(huán)境的自定義
通過自定義啟動(dòng)環(huán)境可以設(shè)置R選項(xiàng)、設(shè)置工作目錄、加載常用的包、加載用戶編寫的函數(shù)、設(shè)置默認(rèn)的CRAN下載網(wǎng)站以及執(zhí)行其他各種常見任務(wù)?？梢酝ㄟ^站點(diǎn)初始化文件（Rprofile.site）或目錄初始化文件（.Rprofile）自定義R的環(huán)境。R在啟動(dòng)時(shí)會(huì)執(zhí)行這樣幾個(gè)文本文件中的代碼。
在啟動(dòng)時(shí)，R會(huì)加載R_HOME/etc目錄中的Rprofile.site文件，其中R_HOME是一個(gè)環(huán)境變量。然后R會(huì)在當(dāng)前目錄中尋找.Rprofile文件。如果R沒有在當(dāng)前目錄中找到這個(gè)文件，它就會(huì)到用戶的主目錄中去尋找。
可以通過Sys.getenv("R\_HOME")、Sys.getenv("HOME")和getwd()來(lái)分別確認(rèn)R_HOME、HOME和當(dāng)前工作目錄。
可以在這些文件中放入兩個(gè)特殊函數(shù)。每個(gè)R會(huì)話開始時(shí)都會(huì)執(zhí)行.First()函數(shù)，而每個(gè)會(huì)話結(jié)束時(shí)都會(huì)執(zhí)行.Last()函數(shù)。
.First()函數(shù)中可以加載你常用的庫(kù)，也可以加載保存自己編寫的常用函數(shù)的源代碼文件。
.Last()函數(shù)中可以執(zhí)行某些清理操作，包括保存命令歷史記錄、保存程序輸出和保存數(shù)據(jù)文件等。
其他自定義啟動(dòng)環(huán)境的一些方法，包括使用命令行選項(xiàng)和環(huán)境變量。詳見help(Startup)和Introduction to R手冊(cè)的附錄B（<http://cran.r-project.org/doc/manuals/R-intro.pdf >）。
包的使用方法
載入一個(gè)包之后，就可以使用一系列新的函數(shù)和數(shù)據(jù)集了。包中往往提供了演示性的小型數(shù)據(jù)集和示例代碼，能夠讓我們嘗試這些新功能。幫助系統(tǒng)包含了每個(gè)函數(shù)的一個(gè)描述（同時(shí)帶有示例），每個(gè)數(shù)據(jù)集的信息也被包括其中。命令help(package="package_name")可以輸出某個(gè)包的簡(jiǎn)短描述以及包中的函數(shù)名稱和數(shù)據(jù)集名稱的列表。使用函數(shù)help()可以查看其中任意函數(shù)或數(shù)據(jù)集的更多細(xì)節(jié)。這些信息也能以PDF幫助手冊(cè)的形式從CRAN下載。
R語(yǔ)言編程中的常見錯(cuò)誤
1.使用了錯(cuò)誤的大小寫。help()、Help()和HELP()是三個(gè)不同的函數(shù)（只有第一個(gè)help()是正確的）。
2.忘記使用必要的引號(hào)。install.packages("gclus")能夠正常執(zhí)行，然而Ins?tall.packages(gclus)將會(huì)報(bào)錯(cuò)。
3.在函數(shù)調(diào)用時(shí)忘記使用括號(hào)。例如，要使用help()而非help。即使函數(shù)無(wú)需參數(shù),仍需加上()。
4.在Windows上，路徑名中使用了\。R將反斜杠視為一個(gè)轉(zhuǎn)義字符。setwd("c:\ mydata")會(huì)報(bào)錯(cuò)。正確的寫法是setwd("c:/mydata")或setwd("c:\\mydata")。
5.使用了一個(gè)尚未載入包中的函數(shù)。函數(shù)order.clusters()包含在包gclus中。如果還沒有載入這個(gè)包就使用它，將會(huì)報(bào)錯(cuò)。
鏡像設(shè)置
參考公眾號(hào)《生信星球》
https://mp.weixin.qq.com/s/XvKb5FjAGM6gYsxTw3tcWw
https://m.umu.cn/session/article/1Z8Sbf70c?fwx=1
dplyr五個(gè)基礎(chǔ)函數(shù)
1.mutate(),新增列
mutate(test, new = Sepal.Length * Sepal.Width)
## 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
1)按列號(hào)篩選
select(test,1)
## 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))
## 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)
## Sepal.Length
## 1 5.1
## 2 4.9
## 51 7.0
## 52 6.4
## 101 6.3
## 102 5.8
2)按列名篩選
select(test, Petal.Length, Petal.Width)
## 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")
select(test, one_of(vars))
## 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")
## 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 )
## 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"))
## 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
## 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))#用desc從大到小
## 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
5.summarise()：匯總
對(duì)數(shù)據(jù)進(jìn)行匯總操作,結(jié)合group_by使用實(shí)用性強(qiáng)
summarise(test, mean(Sepal.Length), sd(Sepal.Length))# 計(jì)算Sepal.Length的平均值和標(biāo)準(zhǔn)差
## mean(Sepal.Length) sd(Sepal.Length)
## 1 5.916667 0.8084965
# 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)
## # 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))
## # A tibble: 3 x 3
## Species `mean(Sepal.Length)` `sd(Sepal.Length)`
##
## 1 setosa 5 0.141
## 2 versicolor 6.7 0.424
## 3 virginica 6.05 0.354
dplyr兩個(gè)實(shí)用技能
1：管道操作 %>% (cmd/ctr + shift + M)
（加載任意一個(gè)tidyverse包即可用管道符號(hào)）
test %>%
group_by(Species) %>%
summarise(mean(Sepal.Length), sd(Sepal.Length))
## # A tibble: 3 x 3
## Species `mean(Sepal.Length)` `sd(Sepal.Length)`
##
## 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)
## # A tibble: 3 x 2
## Species n
##
## 1 setosa 2
## 2 versicolor 2
## 3 virginica 2
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)
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
## 6 c
## 7 d
4.半連接：返回能夠與y表匹配的x表所有記錄semi_join
semi_join(x = test1, y = test2, by = 'x')
## x z
## 1 b A
## 2 e B
## 3 f C
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(jiǎn)單合并
在相當(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))
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
