day6 学习R包
安装和加载R包
*镜像设置
*安装
install.package("包")
*加载
library（包）
require(包)
安装加载
options("repos"=c(CRAN="https://mirrors.tuna.tsinghua.edu.cn/CRAN/"))
options(BioC_mirror="https://mirrrors.ustc.edu.cn/bioc")
install.package("dplyr")
library(dplyr)
加载示例数据
test <- iris[c(1:2,51:52,101:102)]
dplyr五个基础函数
1.mutate(),新增列
mutate(test, new=Sepal.Length*Sepal.Width)
2.select(),按列筛选
*按列号筛选
select(test,a) #筛选第a列
select(test,c(1,5)) #筛选第1列和第5列
select(test,Sepal.Length) #筛选名为Sepal.Length的列
*按列名筛选
select(test,Petal.Length,Petal.Width) #筛选名为Petal.Length和Petal.Width的列
vars <- c("Petal.Length","Petal.Width")
select(test,one_of(vars)) #与上一个函数一致
3.filter()筛选行
filter(test,Species="setosa")
filter(test,Species="setosa"&Sepal.Length>5)
filter(test,Species %in% c("setosa","versicolor"))
4.arrange（），按某1列或某几列对整个表格进行排序
arrange(test,Sepal.Length) #默认从小到大排序
arrange(test,desc(Sepal.Length)) #用desc从大到小
5.summarise:汇总
summarise(test,mean(Sepal.Length),sd(Sepal.Length)) #计算Sepal.Length的平均值和标准差
group_by(test,Species)
summarise(group_by(test,Species),mean(Sepal.Length),sd(Sepal.Length))
#按照Species分组，计算每组Sepal.Length的平均值和标准差
dplyr两个实用技能
- 管道操作 %>% (cmd/ctr + shift +M)
test %>%
group_by(Species) %>%
summarise(mean(Sepal.Length),sd(Sepal.Length))
2.count统计某列的unique值
count(test,Species)
dplyr处理关系数据
options(stringsAsFactors=F)
test1 <- data.frame(x=c('b','e','f','x'),
z=c("A","B","C","D"),
stringsAsFactors=F)
test2 <- data.frame(x=('a','b','c','d','e','f'),
y=c(1,2,3,4,5,6),
stringsAsFactors=F
)
1.内连inner_join，取交集
inner_join(test1,test2,by="x")
2.左连left_join
left_join(test1,test2,by='x')
3.全连full_join
full_join(test1,test2,by='x')
4.半连接:返回能够与y表匹配的x 表所有记录semi_join
semi_join(x=test1,y=test2,by='x')
5.反连接：返回无法与y表匹配的x表所记录anti_join
anti_join(x=test2,y=test1,by='x')
6.简单合并
