• 主页
  • 课程

    关于课程

    • 课程归档
    • 成为一名讲师
    • 讲师信息
    同等学历教学

    同等学历教学

    免费
    阅读更多
  • 特色
    • 展示
    • 关于我们
    • 问答
  • 事件
  • 个性化
  • 博客
  • 联系
  • 站点资源
    有任何问题吗?
    (00) 123 456 789
    weinfoadmin@weinformatics.cn
    注册登录
    恒诺新知
    • 主页
    • 课程

      关于课程

      • 课程归档
      • 成为一名讲师
      • 讲师信息
      同等学历教学

      同等学历教学

      免费
      阅读更多
    • 特色
      • 展示
      • 关于我们
      • 问答
    • 事件
    • 个性化
    • 博客
    • 联系
    • 站点资源

      未分类

      • 首页
      • 博客
      • 未分类
      • R总结|R语言连接数据总结

      R总结|R语言连接数据总结

      • 发布者 weinfoadmin
      • 分类 未分类
      • 日期 2021年9月9日
      • 评论 0评论

      专题介绍:R是一种广泛用于数据分析和统计计算的强大语言,于上世纪90年代开始发展起来。得益于全世界众多 爱好者的无尽努力,大家继而开发出了一种基于R但优于R基本文本编辑器的R Studio(用户的界面体验更好)。也正是由于全世界越来越多的数据科学社区和用户对R包的慷慨贡献,让R语言在全球范围内越来越流行。其中一些R包,例如MASS,SparkR, ggplot2,使数据操作,可视化和计算功能越来越强大。R是用于统计分析、绘图的语言和操作环境。R是属于GNU系统的一个自由、免费、源代码开放的软件,它是一个用于统计计算和统计制图的优秀工具。R作为一种统计分析软件,是集统计分析与图形显示于一体的。它可以运行于UNIX、Windows和Macintosh的操作系统上,而且嵌入了一个非常方便实用的帮助系统,相比于其他统计分析软件,R的学术性开发比较早,适合生物学和医学等学术学科的科研人员使用。

      这是我的第3篇付费文章,关于R语言连接数据总结。

      阅读完本文,你可以得到:

      1 连接数据的方式

      2 R语言连接数据函数merge的使用

      3 R语言连接数据R包sqldf的使用

      4 R语言连结数据R包dplyr的使用




      1 连接数据的方式

      我在做数据工作的过程中,连接数据的方式,包括两种情况。

      一是 横向连接,基于关联键的连接,丰富样本的特征集,逐步形成一张可供研究和分析的宽表。

      二是 纵向连接,具有相同特征的样本集做进一步扩充,增加了样本集的数目。

      通常,横向连接的频次要远高于纵向连接。因为我们所遇到的数据时常分布在不同的数据源,所以需要通过表格之间的关联键把数据连接在一起,这个时候就需要使用到横向连接。横向连接,可以进一步细分为内连接和外连接,而外连接包括左连接,右连接和全连接。内外连接的理解,如下图所示。


      2 R语言连接数据merge函数的使用

      我们先使用R语言自带的merge函数实现数据的内连接和外连接。

      merge函数描述如下:

      通过红色方框里面的merge函数,发现:

      1)默认是内连接

      2)通过by指定两个数据框x和y进行关联的变量

      3)all.x = True 表示左连接;all.y = True,表示右连接;all = True,表示全连接

      4)若是两个数据的关联字段不一样时,by.x 指定数据框x用于关联的字段,by.y指定数据框y用于关联的字段

      举例说明:

      # 构造数据集
      df1 <-  data.frame(CustomerId = c(1:6), 
                       Product = c(rep("Toaster", 3), rep("Radio", 3)))
      df2 <-  data.frame(CustomerId = c(2, 4, 6), 
                       State = c(rep("Alabama", 2), rep("Ohio", 1)))

      df1
      df2

      # 内连接
      data1 <- merge(df1, df2)
      data1
      # 左连接
      data2 <- merge(df1, df2, all.x = TRUE)
      data2
      # 右连接
      data3 <- merge(df1, df2, all.y = TRUE)
      data3
      # 全连接
      data4 <- merge(df1, df2, all = TRUE)
      data4

      实例结果:

      使用merge函数的注意事项:

      1)merge函数中参与关联的变量数据类型要保持一致,若是不一致,在做连接之前,先进行数据类型转换的处理。常有的就是数字转换字符或者字符转换为数字

      2)连接的方式通过参数all.x,all.y,all来设置,关联的字段通过参数by,by.x,by.y来设置。

      3)若是涉及到两个以上的数据源做连接,可以采用多重merge函数来实现。


      3 R语言连接数据R包sqldf的使用

      请关注“恒诺新知”微信公众号,感谢“R语言“,”数据那些事儿“,”老俊俊的生信笔记“,”冷🈚️思“,“珞珈R”,“生信星球”的支持!

      • 分享:
      作者头像
      weinfoadmin

      上一篇文章

      R书籍|R for Data Analysis in easy steps
      2021年9月9日

      下一篇文章

      书籍|实战数据科学(R语言)
      2021年9月9日

      你可能也喜欢

      2-1675088548
      lncRNA和miRNA生信分析系列讲座免费视频课和课件资源包,干货满满
      30 1月, 2023
      9-1675131201
      如何快速批量修改 Git 提交记录中的用户信息
      26 1月, 2023
      8-1678501786
      肿瘤细胞通过改变CD8+ T细胞中的丙酮酸利用和琥珀酸信号来调控抗肿瘤免疫应答。
      7 12月, 2022

      留言 取消回复

      要发表评论,您必须先登录。

      搜索

      分类

      • R语言
      • TCGA数据挖掘
      • 单细胞RNA-seq测序
      • 在线会议直播预告与回放
      • 数据分析那些事儿分类
      • 未分类
      • 生信星球
      • 老俊俊的生信笔记

      投稿培训

      免费

      alphafold2培训

      免费

      群晖配置培训

      免费

      最新博文

      Nature | 单细胞技术揭示衰老细胞与肌肉再生
      301月2023
      lncRNA和miRNA生信分析系列讲座免费视频课和课件资源包,干货满满
      301月2023
      如何快速批量修改 Git 提交记录中的用户信息
      261月2023
      logo-eduma-the-best-lms-wordpress-theme

      (00) 123 456 789

      weinfoadmin@weinformatics.cn

      恒诺新知

      • 关于我们
      • 博客
      • 联系
      • 成为一名讲师

      链接

      • 课程
      • 事件
      • 展示
      • 问答

      支持

      • 文档
      • 论坛
      • 语言包
      • 发行状态

      推荐

      • iHub汉语代码托管
      • iLAB耗材管理
      • WooCommerce
      • 丁香园论坛

      weinformatics 即 恒诺新知。ICP备案号:粤ICP备19129767号

      • 关于我们
      • 博客
      • 联系
      • 成为一名讲师

      要成为一名讲师吗?

      加入数以千计的演讲者获得100%课时费!

      现在开始

      用你的站点账户登录

      忘记密码?

      还不是会员? 现在注册

      注册新帐户

      已经拥有注册账户? 现在登录

      close
      会员购买 你还没有登录,请先登录
      • ¥99 VIP-1个月
      • ¥199 VIP-半年
      • ¥299 VIP-1年
      在线支付 激活码

      立即支付
      支付宝
      微信支付
      请使用 支付宝 或 微信 扫码支付
      登录
      注册|忘记密码?