今天继续R

今天有大坑！！！！！有坑才有大收获！！！！！

今天让我觉得最招人爱的事情就 小抄 这个东西

开饭！！！！！

小抄

就是R包的说明书（cheatsheet），了解后上手老快了，上手快了，离起飞也不远了！！！

如何获取一个R包的 小抄

方法1：百度/谷歌XX cheatsheet
方法2：去这里 https://www.rstudio.com/resources/cheatsheets/
方法3：关注生信星球微信公众号，后台输入某一个包名，例如：tidyr

什么是tidyr

既然都去人家公众号搜索了，那就今天来学习一下tidyr这个R包

它的功能主要有：
（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（Tidy Data，下面有解释），才能进行进一步的数据处理和作图，可以说是万里长征第一步！

Step1安装R包

1.打开Rstudio，设置好工作目录。代码窗口或控制台输入：library(tidyr)如果之前没有安装则会显示错误，信息为：Error in library(tidyr)：不存在叫'tidyr'这个名字的程辑包
2.既然没有tidyr，那我们就下载安装它：install.packages("tidyr")
（这里会默认安装到你的工作目录里，下载很慢，只要控制台不出现＞，就一直等着）
可能出现的报错
如出现报错可以尝试一下解决方案：换国内镜像，如下

Step_1.
Step_2.
Step_3.
修改后重新install.packages("tidyr")
library(tidyr)
没有报错成功

install.packages("tidyr")
library(tidyr)

Step2建立数据框

1.新建数据框

a<-data.frame(GeneId = rep("gene5",times=3),SampleName =paste("Sample",1:3,sep="_"),Expression=c(14,19,18)) 
View(a)
#新建数据框，并将其赋值给a
#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")

数据框a

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：col

Step3开始认识Tidy Data

Tidyr就是干下面这些活的

Tidyr的实现

1.Reshape Data

gather：我就是刚才的魔法棒

spread：我能让tidy data一夜回到解放前。

小抄闪亮登场！！！！（有你真好）

reshape Data

实战来了！！！

################################1.Reshape Data
b<-data.frame(country= c("A","B","C"),"1999"= paste(c(0.7,37,212),"K"),"2000" = paste(c(2,80,213),"K"))
View(b)
C<-data.frame(country= c("A","B","C"),`1999`= paste(c(0.7,37,212),"K"),`2000` = paste(c(2,80,213),"K"))
View(c)
d<-data.frame(country= c("A","B","C"),'1999'= paste(c(0.7,37,212),"K",sep="_"),'2000' = paste(c(2,80,213),"K"))
View(d)
###下面这条命令是错的，原因如下e<-data.frame(country= c("A","B","C"),1999= paste(c(0.7,37,212),"K",sep="_"),2000 = paste(c(2,80,213),"K"))

变量b,c,d均会得到如下结构的数据
变量e不成功的可能性

gather(d,X1999,X2000,key = "year",value = "cases") #gather魔法棒
gather(d,"year","cases",X1999,X2000) #推荐的偷懒做法
gather(d,year,cases,-country)  #-country的意思就是合并除country外剩下的列

gather结果

小抄又来了--处理丢失的数据（就是某些单元格有空值的情况）

Handle Missing Values

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。

################################2.Handle Missing Values
getwd()#看看我现在在哪呢
setwd(dir='C:/Users/Dell/Desktop/Potato_learn_R')#找到自己的要工作的路径
X<-read.csv('doudou.txt')
View(X) #看一下X是什么结构信息，知道了，X2列里面有NA，开搞
e<-drop_na(X,X2)
View(e) #drop_na()干了啥？哦~，把有空值的，整行删除掉
f<-fill(X,X2)
View(f) #fill()又干了啥？哦~，根据上一行的数值填充上
g<-replace_na(X,list(X2=2))
View(g) #replace_na()又干了啥？哦~，空值填进去特定的一个数值，这里是用2来填充

doudou.txt drop_no()
fill()
replace.na()

小抄还来-----我的大坑也随之而来

expand

###############################3. Expand Tables
####complete（把空值的位置补全）
complete(X,nesting(X1),fill = list(X2=5))

X

因为没有提供com.cvs文件，所以我模仿的花花给的截图自己建立了一个一样内容的cvs，她的数据是张这样的

花花课件里的com.csv

于是我也去csv建了一样内容名字为Potato.cvs文件

Potato.cvs

建立好后，就将Potato.cvs导入Rstudio

####进入工作目录建立一个如下cvs文件，命名为Potato.cvs，回到Rstudio继续操作
Potato <- read.csv("Potato.csv")
View(Potato) #其中有三个空值(NA)，我要用ddd relate填充

Potato.csv

但是很快我就发现这个GeneId怎么是个乱码，那我就想，用之前学到的，我改一下它第一列的名字不就ok了么，于是我开始开名字

colnames(Potato)[1]<-"GeneId"
View(Potato)

修改第一列名字结果

修改后一看，不错，于com.csv，完全一致了，那么就开始进行下面的工作吧

complete(Potato,nesting(GeneId,SampleName,Expression),fill = list(Annotion="ddd relate"))

报错

我的天，怎么可能，我反复检测了所有信息，试了好多次，还是报错，头大了，我就去研究花花这步是生成了什么

花花这步的结果
她执行成功了，我和她哪里不同，这是我发现我的结果在红箭头位置是<fct>，她的是<chr>，会不会问题出在这。那我接下来就将我的所有的变量<fct>改为<chr>

class(Potato) #查看Potato类型，数据框
class(Potato[,1]) #查看Potato第一列元素类型，factor
Potato[,1]<-as.character(Potato[,1]) #将Potato第一列元素类型factor改为char
class(Potato[,1]) #再次查看Potato第一列元素类型，这次为chr了
Potato[,2]<-as.character(Potato[,2])
class(Potato[,2])
Potato[,4]<-as.character(Potato[,4])
class(Potato[,4])
View(Potato)
complete(Potato,nesting(GeneId,SampleName,Expression),fill = list(Annotion="ddd relate"))

chr了.png
得到一致结果

这一步跑通真心不易！！！！（继续往下走）

#小抄常来----expand（列出每列值所有可能的组合）
####expand列出每列值所有可能的组合
pin2<-data.frame(GeneId = rep("gene5",times=3),SampleName =paste("Sample",1:3,sep=""),Expression=c(14,19,18))
View(pin2)
expand(pin2,GeneId,SampleName,Expression)

pin2
各个元素组成新的表格

小抄天天来----split cells（一列拆成两列）

split cells

###############################4.split cells(把一列拆成两列。目测原列必须要有分隔符才行)
####合并unite
w<-data.frame(country= c("A","B","C"),`1999`= paste(c(0.7,37,212),"K"),`2000` = paste(c(2,80,213),"K"))
View(w)
unite(w,`X1999`,`X2000`,col = "`X1999`",sep = "/") #合并后的列名为X1999
#Y<-unite(w,`X1999`,`X2000`,col = "`X1999`",sep = "/")
#View(Y)

unite

####我们先合并，当做创建一个合并的数据用于后面拆分split学习
Potato_split <- read.csv("Potato_chr.csv")
View(Potato_chr)
Z<-complete(Potato,nesting(GeneId,SampleName,Expression),fill = list(Annotion="ddd relate"))
unite(Z,SampleName,Expression,Annotion,col = "Unite_information",sep = "/")
unite<-unite(Z,SampleName,Expression,Annotion,col = "Unite_information",sep = "/")
write.csv(unite,file = "unite.csv")
####开始拆分
unite_split<-read.csv("unite.csv",header =T,row.names=1)
separate(unite_split,Unite_information,into=c("xxx","yyy","zzz")) #列拆分
separate_rows(unite_split,Unite_information) #行拆分

Unite，z数据框
列拆分
行拆分

今日一导-----感谢学习小组林同学

思导