生信第6天——学习R包。
R包是多个函数的集合，具有详细的说明和示例。
学生信，R语言必学的原因是丰富的图表和Biocductor上面的各种生信分析R包。包的使用是一通百通的，我们以dplyr为例，讲一下R包。
安装和加载R包
1.镜像设置
两行代码↓可以搞定，但这个方法并不适用于每个电脑，有一部分会失败。随缘，失败的话就每次需要下载R包时运行这两句代码即可。
-
初级模式
在使Rstudio的时候为了加速包的下载，都会配置一个国内镜像，最开始是要在Rstudio的程序设置中
初始配置
但是这个是CRAN的镜像，如果要下载Bioconductor的包，这个镜像是没有办法用的；另外即使设置了这里，Rstudio也不是每次都能真的从CRAN去下载包，可以通过options()$repos来检验，很多时候还是无奈地回到了R的国外官网，速度超慢😛
-
升级模式
为了保证我们可以自定义CRAN和Bioconductor的下载镜像，其实是可以在Rstudio中进行设置的，只需要运行这两行代码即可：
Snipaste_2020-04-08_20-27-17.png
但是这种方法还是有问题，你下次再打开Rstudio会发现，下载Bioconductor还是会回到官方镜像，可以查询options()$BioC_mirror 试试，如果你的依然是自己设置的国内镜像，就不用管了；如果发现需要再重新运行一遍代码进行设置，那么就需要继续看下面的内容。
- 高级模式
不想每次打开Rstudio都要运行一遍镜像配置，还要找之前的代码去复制，就需要用到R的配置文件 .Rprofile
Snipaste_2020-04-08_20-30-17.png
这个文件的配置其实可以多样（比如linux中我们在.bashrc文件中添加alias 作为快捷命令）
首先用file.edit()来编辑文件：
Snipaste_2020-04-08_20-31-04.png
然后在其中添加好上面👆的两行options代码
Snipaste_2020-04-08_20-32-03.png
最后保存=》重启Rstudio，这时你再运行一下：options()BioC_mirror 就发现已经配置好了，就很方便地省了手动运行的步骤。
2.安装
确保联网再操作。。。不然就尴尬了。
R包安装命令是install.packages("包")或者BiocManager::install("包")。取决于你要安装的包存在于CRAN网站还是Biocductor，存在于哪里？可以谷歌搜到。
3.加载
下面两个命令均可。
安装加载三部曲
示例数据直接使用内置数据集iris的简化版:
dplyr五个基础函数
-
mutate(),新增列
Snipaste_2020-04-08_20-40-24.png
-
- select(),按列筛选
-
（1）按列号筛选
Snipaste_2020-04-08_20-43-17.png -
（2）按列名筛选
Snipaste_2020-04-08_20-44-31.png -
（3）filter()筛选行
Snipaste_2020-04-08_20-45-39.png -
（4）arrange(),按某1列或某几列对整个表格进行排序
Snipaste_2020-04-08_20-46-48.png -
（5）summarise()：汇总
Snipaste_2020-04-08_20-48-06.png
dplyr五个基础函数
-
管道操作 %>% (cmd/ctr + shift + M)
（加载任意一个tidyverse包即可用管道符号）
Snipaste_2020-04-08_20-49-43.png
-
-
2.count统计某列的unique值
Snipaste_2020-04-08_20-50-46.png
dplyr处理关系数据
即将2个表进行连接，注意：不要引入factor
-
1.內连inner_join,取交集
Snipaste_2020-04-08_20-53-31.png -
2.左连left_join
Snipaste_2020-04-08_20-54-31.png -
3.全连full_join
Snipaste_2020-04-08_20-55-31.png -
4.半连接：返回能够与y表匹配的x表所有记录semi_join
Snipaste_2020-04-08_20-56-30.png -
5.反连接：返回无法与y表匹配的x表的所记录anti_join
Snipaste_2020-04-08_20-57-31.png -
6.简单合并
Snipaste_2020-04-08_20-58-19.png
思维导图
