是管道函数啦,就是把左件的值发送给右件的表达式,并作为右件表达式函数的第一个参数。
anscombe_tidy <- anscombe %>%mutate(observation = seq_len(n()))
以上代码等价于
anscombe_tidy=mutate(anscombe,observation = seq_len(n()))
管道函数还是很好哒,好处我就不说了^.^ 自己体会
#设置默认路径
#显示当前工作目录(软件默认使用工作目录)
getwd()
#修改默认工作目录
setwd(dir = "e:/Rwork/")
#提示工作目录
getwd()
#查看目录下包含的文件
list.files()
#或者
dir()
#R包安装
install.packages("vcd")
#显示库所在的位置
.libPaths()
#显示库里有哪些安装包
library()
#载入包
library(vcd)
#or
require(vcd)
#直接输入函数看某些函数来自于R的哪个包
#如何使用R包
help(package="vcd")
help(package="ggplot2")
#查看包的信息,列出R包的基础内容,显示内置的数据集的内容,给包中的函数作为案例来使用
library(help="vcd")
#还有一些包中的函数,是包的核心内容,扩展了R的功能
Arthritis
#列出包中所有包含的函数
ls("package:vcd")
#每个函数如何使用查看对应帮助文档
#列出R包中包含的所有数据集
data(package="vcd")
#使用完一个包之后,将包从内存中移除
detach("package:vcd")
#再使用
Arthritis
#会出现报错:需要重新再加载
#删除已安装的包
remove.packages("vcd")
#会将R包从硬盘上彻底删除,无法继续使用了,用得不多
#R包的批量移植(更换新设备)
#列出当前环境中已安装的R包
installed.packages()
#取第一列,,,使用下标来访问数据框的第一列
installed.packages()[,1]
#将所以R包名字保存到一个文件中
Rpack<- installed.packages()[,1]
save(Rpack,file = "Rpack.Rwork")
#将这个文件移到另一个设备上
#在另一个设备上使用load函数打开这个文件
#存到另外一个变量Rpack中
#看到这些R包
#Rpack
#批量安装这些R包
#使用一个for循环
for(i in Rpack)install.packages(i)
#如何获取R的帮助信息
help.start()
#查看某个函数的功能
help(sum)
#or
?plot
?sum
#快速了解函数参数而不想查阅详细文档
args(plot)
#查看函数使用案例
example(mean)
example("hist")
#列出R的一些案例图
demo(graphics)
#查看R安装的某个包的帮助文档
help(package=ggplot2)
#有些R包包含vignette文档,这中文档包含更多内容,也更加规范,里面有简介、教程、开发文档等
vignette()
#不是每个包都包含这种格式的文档
vignette("xts")
#有时安装了某包但使用help命令搜索不到相关函数,是因为没有载入这个包
#需用使用library函数载入这个包
#载入之后才能使用help函数找到相关文档
#或者直接在help命令中加上package选项 等于 要搜索R包的名字,这种方法比较麻烦
#??接要搜索函数名字,这种情况下不加载包也可以
#有些情况下,不知道具体的函数名,只能模糊搜索
#查找与绘制热图相关的帮助信息(使用这条命令进行本地搜索)
help.search(heatmap)
#提示搜索不到
#因为需要加上引号
help.search("heatmap")
#搜到stats包中的heatmap函数,可以用来绘制热图
#help.search("heatmap")也可以简写成下面一条命令
??heatmap#不需要加引号
#列出所有包含关键字的内容
apropos("sum")
#可以通过mod参数调整查询的内容
apropos("sum",mod="function")#只列出函数
#help.search或??都是进行本地的文档搜索
#有时搜索不到或者文档太老了可以使用RSiteSearch()函数进行网络搜索
RSiteSearch(matlab)
#运行函数会使用默认浏览器来访问R官网,在官网中进行搜索,列出更多的结果
#可以利用搜索引擎进行问题搜索
1.对于简单文件,可以简单读取,ex1 <- read.table("ex1.txt")
2.对于复杂文件,ex1 <-read.table("文件名如ex1.txt",sep="\t",header=T,row.names = 1,comment.char="!",sep="\t")
read.table默认分隔符为\t
sep="\t"目的为识别行,对同一表格运行有无此命令的两种结果对比显而易见
header=T目的为把第一行设置为表头
比较复杂的文档需要跳过有些部分的,根据需要掉过部分的特点,如此下图文档不需要的部分都有感叹号, commeat.char="!"意思为跳过!那一行,去掉我们不需要的那部分, 即读出了表达矩阵
设置第一列为列名的参数是row.names = 1
read.CSV(("文件名",sep=",")#因为CSV默认分隔符是逗号
save(b,file="b_input.Rdata)#把读出来的文件b存为R语言专用数据文件,以后就可以直接load(file="b_input.Rdata)打开
library(readxl)#加载包,无法加载就安装
a<-read_excel("123.xlsx")#注意要把数据文件放在你打开的R-project目录下,不然读取不到