学习小组Day6笔记-梦幻天堂

2018-10-27 本文已影响46人梦幻天堂_ccd5

今天任务安装R包并处理一个数据文件

R包

R包都有自己的说明书（cheatsheet），俗称小抄。

以后学习R包，主要自己研究小抄，那么小抄的获得方式有哪些？

方法1：去百度/谷歌XX小抄
方法2：找Rstudio的cheatsheet网站（网速好慢的）
https://www.rstudio.com/resources/cheatsheets/
方法3. 教程里用到的包都可以到生信星球公众号回复相应的包名来获取

了解tidyr包

tidyr的功能主要有：
（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

这个包是把你要用的数据处理成标准而统一的数据框,就是数据分析前的准备工作。

安装tidyr包

下载和安装tidyr包

install.packages("tidyr")

加载tidyr包

library(tidyr)

新建数据框

a<-data.frame(GeneId = rep("gene5",times=3),SampleName =paste("Sample",1:3,sep=""),Expression=c(14,19,18))

自己随便建立一个数据框如下

bioplanet<-data.frame(ID=c(1:5),genesmyble=c("w","f","d","e","p"),expression=c(6:10))

Snipaste_2018-10-27_19-59-39.png
注释与注意事项

rep，重复，括号中填要重复的字符和重复次数。
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=“”。
1：3表示从1到三。如需一列中需要填入三个无规律的数字，可以用向量c(1，3，4)，同样如果填的是字符串也需要加双引号，例如c("doudou","huahua","xiaoyu")。
2.了解概念：key-value--“键值对” ，表示一种对应关系。“键”和“值”都是列名，如SampleName和Expression的对应。
3.函数后面一般都要加括号，括号里第一个参数是都数据框名
4.字符串要加双引号（行名和列名也是字符串，但是可以不用加），其他单元格（姑且这么叫了）里出现的字符串要加。
行 raw
列 column，简化写法为col

了解Tidyr Data

这是一种组织表格数据的方式，提供了一种能够跨包使用的“统一”的数据格式。
什么叫“统一”？
每个变量（variable）占一列，每个情况（case，姑且这么翻译）和观测值（observation）占一行。

整理数据（Reshape Data）

先了解两个函数

gather函数：将宽数据变成长数据格式。把列名变行数值。
spread函数：将长数据变成宽数据格式。把列数值变列名。

新建一个数据文件

> a<- data.frame(country=c("A","B","C"),"1999"=paste("K",c(0.7,37,212)),"2000"=paste("K",c(2,80,213)))
> View(a)

Snipaste_2018-10-27_20-58-40.png

将列名合并成一个列

gather(a,X1999,X2000,key = "year",value = "cases")

Snipaste_2018-10-27_21-09-13.png

gather括号里的分别是：
数据框名，需合并的列名（两个），合并后的key列名，value列名。
其中，需合并的列名也可以列在最后(其实个顺序才是默认的)，key=和value=也可以省略，如果按照上面小抄的命令括号里那个顺序，省略了就会报错。
简化代码gather(a,"year","cases",X1999,X2000) #推荐的偷懒做法
合并前的列名如果比较多，可以用排除法来偷懒，在上图例子中可用gather(a,year,cases,-country) #-country的意思就是合并除country外剩下的列。

处理丢失的数据

三种处理方式：
(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。

删除整行
drop_na()：有空值的，整行删除掉
括号里填数据框名，依据的列名（有空值那一列的列名）

Snipaste_2018-10-27_21-19-05.png

这里注意读入数据并赋值给一个变量

Snipaste_2018-10-27_21-21-04.png

在这里之所以选择了csv，是因为这个神奇的格式支持R和Excel，默认参数好的很（默认分隔符是“，”，导出时也不会默认加引号。如果你用read.table试试就知道默认参数多笨了），并且转换txt也不会变乱码！
在这里补充下csv的导入和导出方式。(默认参数好，学R没烦恼)
导入：X<-read.csv('doudou.csv')
导出：write.csv(X,'doudou.csv')