学习小组Day6笔记--🙃D
生信起步第六站-R大哥的“魔法”技能。
之前一直很“怨恨”R包，主要因为各种安装可能会遇到各种麻烦，但不可否认的是，正是因为这些“麻烦”，才让我发现R大哥是个很有内涵的家伙，技能很多嘛。今天，他将变身“巴啦啦大魔哥”🧚♂️，打开他的一个包裹，给我们展示的就是“如何对数据施魔法”。
Tydir包裹准备
一、获得包裹
（一） 获取包裹小抄（生信星球tidyr）
（二） 安装包裹-极简安包
1 Rstudio控制台输入library(tidyr)，检查是否已经安装过
2-1安装过：congratulation！
2-2没安过：键入install.packages("tidyr")自动安装，再加载tidyr看一下
（若报错，换国内镜像：Tools→Global Options→Packages→CRAN mirror→Change→China开头几个选项里，哪个近选哪个）
二、了解包裹
（一）认识Tidy Data
Tidy Data我更喜欢把它联想成R大哥变魔术的辅助动物-那只泰迪熊🐻：这个泰迪就是一个管理小队长，可以把数据归拢的齐齐刷刷💁♀️最简单的理解示例就好比用Excel录入原始数据，你得把它变成SPSS格式才能进行统计处理吧，tidy就是中间这个“变”的环节。
（二） 初步了解tydir功能
（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
🚩数据→数据框→数据处理+作图
（三）了解数据框
1 新建数据框（直接赋值给bioplanet）
bioplanet<-data.frame(GeneID = rep("gene1",times=4),SampleName =paste("Sample",1:4,sep=""),Expression=c(14,19,18,15))
新建数据框
2 了解含义
-
data.frame：数据框。 -
rep：重复，括号中填要重复的字符和重复次数。 -
sep：分隔符。 -
paste：连接两个字符串。括号要填两个代连接字符并指定分隔符（sep），没有分隔符就填sep=“” -
raw行；col列（column）。 - 列名=列值（列名要加双引号）如：
"gene1"，"Sample"。 - 概念：key-value--“键值对”，是“两个列名”的一种对应关系，如SampleName和Expression的对应。
3 注意事项
- 函数后面要加括号，括号里第一个参数是数据框名 如complete(table,nesting……)里的table
- 字符串要加双引号：行名和列名部分可以不用加，但其他里的要加。
施法
1.Reshape Data
归拢数据
首先，建立一个施法对象--数据
a<-data.frame(country=c("A","B","C"),"1999"=paste(c(0.7,37,212),"K"),"2000"=paste(c(2,80,213),"K"))
新建数据
然后，变变变💠
-
标准修改：
gather(a,X1999,X2000,key = "year",value = "cases")
标准修改.png
-
简便修改：
gather(a,"year","cases",X1999,X2000)
简便修改
错误修改案例gather(a,X1999,X2000,"year","cases")这告诉了我们其所在位置的合理性
错误修改案例
-
排除法修改：
gather(a,year,cases,-country)
排除法修改
注：花花说这样的报错可以忽略哟~~
2.Handle Missing Values
用于处理丢失的数据（就是某些单元格有空值的情况）。 处理方式如下：
(1)删除整行
(2)根据上下文（瞎）蒙一个
(3)同一列的空值填上同一个数。
- 导入数据：
X<-read.csv('doudou.csv') - 导出数据：
write.csv(X,'doudou.csv')
导入导出数据
-
删除空值行：
drop_na(X,X2) -
根据上一行填空值：
fill(X,X2) -
空值填特定值：
replace_na(X,list(X2=2))
删除、添加、重填加
3. Expand Tables
补空位和展列表
-
complete（把空值的位置补全）
complete(X,nesting(X1),fill = list(X2=5))
补全空位值(补为5)
-
expand（列出每列值所有可能的组合）光看括号里的字就能理解我算你赢🤪
expand(Superman,GeneId,SampleName,Expression)
expand一下
看结果是不是就明白点了？是的😂
就是把原来的数据排列组合再生成新表
4.split cells
分分合合
首先建立一个table.txt
table数据
然后，变变变💠
这块呢花花没有给“投食儿”，所以要根据原示例代码自学一下。先拿按列分割开刀
separate(data, col, into, sep = “[^[:alnum:]]+”, remove = TRUE,
convert = FALSE, extra = “warn”, fill = “warn”, …)
乍一看，懵了吧？对！那就拆一拆，解读一下吧~
data：数据框（前面讲了，bingo）
col：需要被拆分的列（bingo）
into：新建的列名，为字符串向量
sep：被拆分列的分隔符（bingo）
remove：是否删除被分割的列（Linux就接触过了，bingo）
好的，那就试一下吧~
-
按列分割：
separate
按列分割的table
-
按行分割：
separate_rows
原理同上，继续试一试~
按行分割table
-
分割完了再合并回去：
unite
思路：把最原始table的两列数据拆成了三列，再把这个三列合并回最初的两列
合并回去
Xmind
Xmind
两天下来，R大哥还是可以的。
摒除成见，友好相处，才是王道🤝
深呼吸，放轻松，保持微笑🙂
