NGS科研必備！數據整合神器之dplyr包

dplyr包可用於處理dataframe格式數據，相較於它的前身plyr包，大幅提高了速度，本文著重介紹在數據整合時使用頻率較高的幾個函數，定會讓你在數據整合過程中更為方便快捷。

dplyr也是大神HadleyWickham的大作，HadleyWickham可謂是改變了R的人，其代表作品還有ggplot2、resape等非常有名的軟體包，先用大神的帥照鎮樓：

dplyr包的開源代碼可在github上閱讀，軟體包安裝如下：

#安裝大神所有的軟體包:

install.packages("tidyverse")

#或者只安裝dplyr:

install.packages("dplyr")

#也可安裝開發版的dplyr:

#安裝github上的包，需要先安裝devtools工具包:

#install.packages("devtools")

devtools::install_github("tidyverse/dplyr")

本文主要介紹5個常用的函數：

mutate() 對已有列數據變換並添加新的列，類似標準函數transform

select() 按照列名篩選列，可結合starts_with，ends_with，contains，matches，one_of，num_range和everything等使用

filter() 按照已定條件對行做過濾，類似標準函數subset

arrange() 對數據進行排序，類似標準函數order

summarise() 對數據進行匯總操作,可結合group_by使用,類似標註函數aggregate

install.packages("dplyr")

library(dplyr)

#用iris數據集作為演示,用head()函數查看其前6行：

head(iris)

mutate()函數的使用：

mutate()函數是對已有列數據變換並添加為新的列，類似標準函數transform：

#添加一個新的列new，並且new是Sepal.Length和Sepal.Width的乘積：

df_mutate

head(df_mutate)

select() 函數的使用：

按照列名篩選列，可結合starts_with，ends_with，contains，matches，one_of，num_range和everything等使用：

#變數名稱以Petal開頭的變數

df_select

#變數名稱以Width結尾的變數

df_select

#變數名稱包含etal的變數

df_select

#變數名稱匹配t的變數

df_select

#只篩選Petal.Length,Petal.Width兩個變數

df_select

#篩選所有的變數

df_select

#把需要的變數賦值給vars，然後用one_of模式篩選

vars

df_select

filter() 函數的使用：

按照已定條件對行做過濾，類似標準函數subset,在使用filter之前需要了解一下幾個邏輯操作符：

·==,>,>=,

·&,,!,xor()

·is.na()

·between(),near()

#篩選Species是setosa的數據

df_filter

#篩選Sepal.Length大於5，並且Species是setosa的數據

df_filter 5 & Species == "setosa")

#篩選Sepal.Length大於5，並且Species包含在c("setosa","versicolor")中的數據

df_filter 5 & Species %in%c("setosa","versicolor"))

arrange() 函數的使用：

對數據進行排序，類似標準函數order：

#按照Sepal.Length從小到大排序

df_arrange

#雙變數排序，按照Sepal.Length從小到達，並且按照Sepal.Width從大到小排序

# desc()表示從大到小

df_arrange

summarise函數的使用：

對數據進行匯總操作,可結合group_by使用：

#計算Sepal.Length的平均值和標準差：

df_summarise

#按照Species分組，計算Sepal.Length的平均值和標準差

iris_groups

df_summarise

# dplyr的計算是以tbl格式返回的，我們可以轉成dataframe,當然這步沒必要，但是為了方便顯示：

本文重點介紹這5個函數，當然dplyr包還有其他比較方便的函數，比如join，set，distinct，sample，bind，ifelse等函數，也是非常有用，感興趣的同學可以去學習一下。

/End.

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！