学习R包

R包是多个函数的集合，具有详细的说明和示例。

本次以dplyr为例

安装和加载R包

镜像设置

运行这两行代码

options("repos"=c(CRAN="http://mirrors.tuna.tsinghua.edu.cn/CRAN/"))

options(BioC_mirror="http://mirrors.tuna.tsinghua.edu.cn/bioconductor/")

安装

R包安装命令：install.packages()或者BiocManager::install()

具体使用哪一个命令取决于要安装的包存在于CRAN网站还是Biocductor，可以谷歌必应搜到存放位置。

eg:

安装来自cran的stringr包:install.packages("stringr")

安装来自Biocductor的limma包：BiocManager::install("limma")

加载

library和require，两个函数均可。

使用一个R包：先安装，再加载，最后使用

实操代码（依旧以dplyr为例）

options("repos"=c(CRAN="http://mirrors.tuna.tsinghua.edu.cn/CRAN/")) options(BioC_mirror="http://mirrors.tuna.tsinghua.edu.cn/bioconductor/") install.packages("dplyr") 示例数据采用R的内置数据，test <- irisc(1:2,51:52,101:102),

dplyr包不仅可以对单个表格进行操作，也可以对双表格进行操作。

dplyr包有很多函数，为了防止dplyr包中的函数名与其他函数产生冲突，使用时前面加上“包名::”

dplyr五个基础函数

mutate(),新增列

select(),按列筛选

按列号筛选

注意筛选内容与表格内容的统一，包括大小写

按列名筛选

filter()筛选行

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

summarise()：汇总，对数据进行汇总操作,结合group_by使用实用性强

summarise(test, mean(Sepal.Length), sd(Sepal.Length))# 计算Sepal.Length的平均值和标准差

eg:先按照Species分组，计算每组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))

dplyr两个实用技能

管道操作 %>% (cmd/ctr + shift + M)同时执行三件事

（加载任意一个tidyverse包即可用管道符号）

count统计某列的unique值

dplyr处理关系数据

即将2个表进行连接

內连inner_join,取交集

左连left_join

全连full_join

半连接：返回能够与y表匹配的x表所有记录semi_join

Semi-Join半连接，当外表在内表中找到匹配的记录之后，Semi-Join会返回外表中的记录。但即使在内表中找到多条匹配的记录，外表也只会返回已经存在于外表中的记录。

注意返回的表的不同

反连接：返回无法与y表匹配的x表的所记录anti_join

注意返回的表的不同

简单合并

在相当于base包里的cbind()函数和rbind()函数;注意，bind_rows()函数需要两个表格列数相同，而bind_cols()函数则需要两个数据框有相同的行数

函数和R包的学习方式

快速查看函数帮助文档

?sd

?dplylr

可以用问号连接任何想知道使用方式的函数名称

找R包介绍页面（善用搜索引擎，或者找帮助）

##Vignettes

这个单词硬翻译会翻译成“小插图”，其实就是作者写的网页版教程，不是每个R包都有的，可以运行代码试试看，没有就是没有了。

browseVignettes("limma")

实操