这个R包不太冷系列四：数据处理不可错过的dplyr

R语言在生物信息分析过程中，一直占有重要的地位，它可以快速处理繁多的生物学数据并进行可视化。今天小鹿为大家带来数据预处理必备工具——dplyr包，以从容应对各种生物学数据的处理。

dplyr包的真面目

R语言老玩家应该对dplyr这个名字相当熟悉，因为它是plyr包的升级版，可用于处理R内部或者外部的结构化数据。相较于plyr包：①dplyr专注于数据框（data.frame）操作, 大幅度提高了处理速度；②提供了更稳健的数据库接口。

dplyr包主要应用于数据处理，可以对得到的原始数据进行筛选、汇总、变性、分组等等，使得初始数据变成理想中的模样。

dplyr包中最夺人眼球的莫过于几个核心函数，如tbl_df( )、filter( )、arrange( )、select( )、mutate( )、group_by( )、sample_n( )等。

下面来给大家介绍dplyr包中几个最为重要的函数的用法：

首先我们需要安装dplyr包，本次实例演示选用的是R自带的数据集iris。

代码如下：

输出iris数据集：（这里仅展示iris前几行的数据）

数据提取—select( )

select( )函数按照名称选择数据框的列

第一个参数为需要排序的数据框名称，第二个参数以及随后的参数是选取依据的列名或选取条件的表达式。

例如：

#选取以字母s开头的列

数据分组-- group_by( )

函数用于数据框按照某个变量进行分组

第一个参数为数据框的名称，第二个参数为分组依据的变量名称。

特别注意的是，分组完成后对于数据框本身不会发生什么变化，但已按照要求变量分好组。

例如：

数据排序-- arrange( )

arrange( )函数用于数据框行的排列，改变行的顺序，使数据框按照一列或者多列进行排序。

第一个参数为需要排序的数据框名称，第二个参数以及随后的参数是排序依据的变量名，默认排序为升序，若需要按照某列降序排序，那么可以在变量名前加

例如：

arrange( )函数其实和大家经常用的EXCEL中的升降排序相似，不过更加方便快速，可以按照多列进行排序。若列名不只一个，则使用后面的列在前面排序的基础上继续排序。

数据筛选—filter( )

filter( ) 函数用于筛选数据的行

第一个参数为需要筛选的数据框名称，第二个参数以及随后的参数是用来筛选数据框的筛选要求表达式。

例如：

结语

小鹿今天给大家主要介绍了dplyr包的几个核心函数的用法，你们都学会了吗？当然dplyr作为数据处理的宝藏工具，还有更多强大的功能等待你的挖掘，感兴趣的话继续深入挖宝吧。

猜你还想看

◆生信课程：手把手教你如何从iprox上自动批量下载原始数据

◆生信课程：这个分析不太难系列（一）——方差分析

◆生信课程：一行代码，轻松绘制动态关系网络图（Jaal 库）

◆生信课程：这个R包不太冷系列三：一种“简单代码+简单调整=即刻出图”的包

◆生信课程：我要如何才能拯救你！我的论文！我的实验数据！

◆生信分析—文献管理神器：常被文献编排整奔溃？试试这款文献管理神器，让您的效率MAX

◆生信分析—数据库获取：如何快速从主流数据库中获取人/小鼠数据？

◆生信分析—可视化处理工具：你可以更美一些：SnapGene Viewer软件序列可视化操作

◆云平台：奥利给~~代谢通路富集分析原来还可以这么做？

◆云平台：震惊！他花了3分钟就完成了我三个周的工作!

◆云平台：欧易/鹿明云 | 免费的聚类热图不试试吗？

◆生信分析：这个R包不太冷系列——GOplot（功能富集绘图）

◆生信分析：10行代码让你的相关性图貌美如花

◆生信分析：对话百年名画--文章绘图配色高级又简单！

◆生信分析：只需3分钟Get“代谢通路分析神器”

◆生信分析：玩转生信—火山图中“亿点细节”，你会打造吗？

◆生信分析：【指南】Cytoscape之stringAPP蛋白互作分析详解

◆生信分析：【教程】组学研究，用python快速实现PCA分析和绘图

◆生信分析：组学研究，R语言实用技巧—热图，运用pheatmap包简单易懂快速汇图方法来袭~

◆生信分析：【情人节】R语言—小提琴图的浪漫邂逅

END

Irene 撰文

欢迎转发到朋友圈

本文系鹿明生物原创

转载请注明本文转自鹿明生物