Day6：生信新手笔记 — R包安装与R包使用

R包是多个函数的集合。学生信使用R语言的原因是丰富的图表和Biocductor上面的各种生信分析R包。

一、安装和加载R包

1.设置镜像

镜像网站相当于主网站的副本，访问主网站存在障碍时，访问镜像网站也可。选择国内的镜像可加快访问速度。运行这两行代码：

复制代码

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

2.安装R包

确保电脑联网。

R包安装命令是install.packages()或者BiocManager::install()。具体使用哪一个是取决于你要安装的包存在于CRAN网站还是Biocductor。具体在哪可以搜索查询。

举个栗子，安装来自cran的stringr包：

复制代码

install.packages("stringr")

安装来自Biocductor的limma包：

复制代码

BiocManager::install("limma")

3.加载R包

加载R包时，使用library和require这两个函数均可。使用一个R包，需要先安装再加载，才能使用包里的函数。
R包安装成功的唯一标准是library这个包时不报错。

（只有error才是报错，warning不是报错）

设置镜像、安装、加载R包三部曲

复制代码

options("repos" = c(CRAN="https://mirrors.tuna.tsinghua.edu.cn/CRAN/")) 
options(BioC_mirror="http://mirrors.tuna.tsinghua.edu.cn/bioconductor/")
install.packages("dplyr")
library(dplyr)

示例数据直接使用内置数据集iris的简化版:

复制代码

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

二、dplyr五个基础函数

1.mutate(),新增列

复制代码

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

2.select(), 按列筛选

(1)按列号筛选

复制代码

select(test,1)
select(test,c(1,5))
select(test,Sepal.Length)

(2)按列名筛选

复制代码

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

3.filter()筛选行

复制代码

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

复制代码

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

对数据进行汇总操作,结合group_by使用时的实用性强。

复制代码

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))

三、dplyr两个实用技能

1：管道操作 %>% (cmd/ctr + shift + M)

（加载任意一个tidyverse包即可用管道符号）

复制代码

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

2：count统计某列的unique值

复制代码

count(test,Species)

四、dplyr处理关系数据

将2个表进行连接。

示例数据如下。

复制代码

test1 <- data.frame(x = c('b','e','f','x'), 
                    z = c("A","B","C",'D'))
test2 <- data.frame(x = c('a','b','c','d','e','f'), 
                    y = c(1,2,3,4,5,6))

1.內连inner_join,取交集

复制代码

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

2.左连left_join

复制代码

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

3.全连full_join

复制代码

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

复制代码

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

5.反连接：返回无法与y表匹配的x表的所记录anti_join

复制代码

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

6.简单合并

示例数据

复制代码

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))

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。

复制代码

bind_rows(test1, test2)
bind_cols(test1, test3)

五、函数和R包该怎么学习

快速查看函数帮助文档

复制代码

?sd

遇到一个不认识的函数想要学习，可以查看帮助文档，能解决90%的"xx函数什么意思"、"xx参数什么意思"的问题。一个优秀程序员，能够现查现用。

Vignettes

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。

复制代码

browseVignettes("limma")

学习生信R语言加油！！！