学习小组Day6笔记--R包入门（李夕）

R包说明书（cheatsheet），俗称小抄，除了今天跟着生信星球了解R包，还可以通过小抄了解。

R包入门之tidyr

数据处理从此开始：tidyr在R包中较简单，从tidyr开始能更好地进行数据处理

1. tidyr包主要功能：将数据处理成标准而统一的数据框
   （1）. 数据框的变形
   （2）. 处理数据框中的空值
   （3）. 根据一个表格衍生出其他表格
   （4）. 实现行或列的分割和合并
   *TidyData：即标准而统一的数据框,个人认为应该是将数据框中的数据的行列更具体

当我们用R处理数据时，应该遵循Tidy data的原则：
每一列：代表一个变量（vairable）
每一行：代表一次观测（observation）

2. 下载与安装R包

• R包说明书下载：谷歌/百度
  Rstudio的cheatsheet网站：https://www.rstudio.com/resources/cheatsheets

• R包极简安装：
  (1). 设置好工作目录（包会默认安装在工作目录里）
  (2). 查询是否存在需要的包：library(tidyr)
  (3). ()下载和安装tidyr：install.packages("tidyr")，直到控制台出现>
  (4). 安装成功后加载：library(tidyr)

3. 新建数据框
   新建数据框，并将数据框赋值给a

a=data.frame(GeneId=rep("tp53",times=3),Samplename=paste("sample",1:3,sep=""),Expression=c(14,19,18))
GeneId,Samplename,Expression分别代表不同列
rep("名称"，times=?)：重复函数，括号内为重复字符与次数
paste( ):拼接字符串函数：
    - 一堆单独的字符串拼接到一起
    - 两个或更多字符串对象根据元素对应关系拼接到一起
    - 一个字符串连接在一起
    sep：分隔符，字符串之间连接方式，sep=""代表没有分隔符
    括号内字符串要加双引号，除了等号左边行列名
    数字作为行列名要加引号

数据框简单操作之tidyr

1. 转换数据形式

• gather：将数据处理成TidyData

• spread：还原TidyData

  
  引自生信星球.png

关于gather

新建原始数据框：
a=data.frame(Country = c("A","B","C"),"1999" = c("0.7K","37K","212K"),"2000" = c("2K","80K","213K")) 注意数字作为行列时需加引号

转换成TidyData：
gather(a,X1999,X2000,key="year",value="cases")
括号内为数据框名，需合并的列名，合并后的key列名，value列名

若需合并的列名较多，可用排除法进行合并：
gather(a,"year","cases",-country)
括号内的key列名，value列名可直接写出，-Country表示合并除去Country的列

2. 处理丢失的数据（如单元格有空值）

三种处理方式：
(1)：删除整行
(2)：根据环境蒙
(3)：同一列空值填上同一个数

原始数据：

原始数据框.png

• 删除（数据缺失）整行drop_na（数据框名，缺失列名）
  

  删除整行.png

• 根据上一行数据填充fill(数据框名，缺失列名)
  

  根据上一行数据填充

• 填入特定数值replace(数据框名，list(缺失列名=填入值))
  

  特定值替换

3. expand tables

• complete 把空值的位置补全
  complete
  nesting的括号内填不变的列名，fill里填需补全空值的列名

4. splic cells
   拆分

• separate分割成两列
• separate_rows:分割成两行
• unite分割完了再合并
  Day6--R包入门.png