同名公主号：BBio
reshape2包最常用的场景就是长数据和宽数据的转换，两个函数即可搞定。作者也是tidyverse的作者，Rstudio项目的首席科学家Hadley Wickham。reshape2已经很久没有更新了，tidyverse工作流下的tidyr是实现数据转换更好的工具，不过此处还是简单介绍一下。
//长数据：ggplot2绘图数据格式
data <- data.frame(celltype=rep(c("T cells", "B cells"), each=3),
sample=rep(c("S1", "S2", "S3"), 2),
percent=runif(6))
#celltype sample percent
#1 T cells S1 0.9825346
#2 T cells S2 0.3768486
#3 T cells S3 0.8072078
#4 B cells S1 0.8889155
#5 B cells S2 0.8150424
#6 B cells S3 0.5531544
//宽数据：pheatmap绘图数据格式
data <- data.frame(celltype=c("T cells", "B cells"),
S1=runif(2),
S2=runif(2),
S3=runif(2))
#celltype S1 S2 S3
#1 T cells 0.1704449 0.3704776 0.82863072
#2 B cells 0.6085021 0.5197027 0.09653481
//如何实现两者的相互转换？
- melt函数：宽数据转为长数据
library(reshape2)
?melt
data <- data.frame(celltype=c("T cells", "B cells"),
S1=runif(2),
S2=runif(2),
S3=runif(2))
#id.vars定义锚点，也可以直接写id
melt(data, id.vars=c("celltype"), variable.name="sample", value.name="percent")
#celltype sample percent
#1 T cells S1 0.17044494
#2 B cells S1 0.60850210
#3 T cells S2 0.37047760
#4 B cells S2 0.51970266
#5 T cells S3 0.82863072
#6 B cells S3 0.09653481
- dcast函数：长数据转为宽数据
?dcast
data <- data.frame(celltype=rep(c("T cells", "B cells"), each=3),
sample=rep(c("S1", "S2", "S3"), 2),
percent=runif(6))
dcast(data, celltype ~ sample, value.var="percent")
#如果数据有多余的列怎么办？指定value.var定义解析为值的列
#如果解析的行有多个值怎么办？添加运算函数
names(airquality) <- tolower(names(airquality))
aqm <- melt(airquality, id=c("month", "day"), na.rm=TRUE)
head(aqm)
# month day variable value
#1 5 1 ozone 41
#2 5 2 ozone 36
#3 5 3 ozone 12
#4 5 4 ozone 18
#6 5 6 ozone 28
#7 5 7 ozone 23
#month和day对应的variable只有一行，不需要指定运算函数
dcast(aqm, month + day ~ variable)
#month和variable有多个行，指定运算函数，不然会统计频数
dcast(aqm, month ~ variable, fun.aggregate=mean)
