• 一.配置RStudio下载镜像

  • 1.Tools-->Global options-->Packages-->Primary CRANrepository-->China(Beijing)...

    • 输入命令options()$验证

  • 2.输入命令：
    options("repos" = c(CRAN="[https://mirrors.tuna.tsinghua.edu.cn/CRAN/](https://mirrors.tuna.tsinghua.edu.cn/CRAN/)"))options(BioC_mirror="options(BioC_mirror="[https://mirrors.ustc.edu.cn/bioc/](https://mirrors.ustc.edu.cn/bioc/)")
    添加镜像

    • 输入命令options()$BioC_mirror查询

  • 3.编辑.Rprofile配置文件

    • 输入命令：file.edit('~/.Rprofile')

    • 添加代码：
      options("repos" = c(CRAN="[https://mirrors.tuna.tsinghua.edu.cn/CRAN/](https://mirrors.tuna.tsinghua.edu.cn/CRAN/)"))options(BioC_mirror="options(BioC_mirror="[https://mirrors.ustc.edu.cn/bioc/](https://mirrors.ustc.edu.cn/bioc/)")

    • 保存重启后输入options()$repos和options()$BioC_mirror进行验证和options()$BioC_mirror进行验证

• 二.安装R包

  • 安装命令：

    • 1.install.packages：安装的包存在于CRAN网站

    • 2.BiocManager::install：安装的包存在于Biocductor

    • 3.安装BioConductor

      • 输入library("BiocVersion")等命令检查是否安装过BioConductor

      • 安装命令;

        • install.packages("BiocManager")

        • BiocManager::install()

      • 升级BioConducor及相关软件包

        • 先卸载当前的安装程序：remove.packages(c("BiocInstaller", "BiocManager", "BiocVersion"))

        • 再次安装新版本：

        • install.packages("BiocManager")

        • BiocManager::install(update=TRUE, ask=FALSE)

      • 使用旧版软件：BiocManager::install(version="版本号")

        • 详情见：https://blog.csdn.net/u014801157/article/details/62884401

  • 安装加载命令

    • 以安装dplyr为例

      • options("repos" = c(CRAN="[https://mirrors.tuna.tsinghua.edu.cn/CRAN/](https://mirrors.tuna.tsinghua.edu.cn/CRAN/)"))

      • options(BioC_mirror="[https://mirrors.ustc.edu.cn/bioc/](https://mirrors.ustc.edu.cn/bioc/)")

      • install.packages("dplyr")

      • library(dplyr)

• 三.dplyr包的应用

  • 1.mutate(),新增列

    
    
    新增一列new,数值为SepalLength 与SepalWidth的乘积.png

  • 2.select(),按列筛选

    • (1)按列号筛选

      
      
      选择第一列&选择第一列和第五列.png

    • (2)按列名筛选

      
      
      选择对应的列，将保存至变量vars中.png

  • 3.filter()筛选行

    
    
    筛选Species为setosa与versicolor的行.png
    
    
    筛选Species为setosa对应的行;筛选Species为setosa对应且SepalLength数值大于5的行.png

  • 4.arrange(),按某1列或某几列对整个表格进行排序

    
    
    arrange排序默认从小到大排序，输入参数desc后按照从大到小排序.png

  • 5.summarise()：汇总

    
    
    mean计算平均值sd计算标准差.png

按照Species进行分组.png

按照每一物种计算平均值(Sepal.Length)与标准差(Sepal.Length).png

6.管道操作 %>% (cmd/ctr + shift + M)

同Linux管道操作，将前面得到的数据作为标准输入

管道操作；按照每一物种计算评价年至(Sepal.Length)与标准差(Sepal.Length).png

7.count统计某列的unique值

通过count统计某一列不同数据的重复次数.png

8.将2个表进行连接

1.內连inner_join,取交集

2.左连left_join

3.全连full_join

4.半连接：返回能够与y表匹配的x表所有记录semi_join

5.反连接：返回无法与y表匹配的x表的所记录anti_join

思维导图.png

学习大纲.png