image.png
R包准备先知
-
R包（又叫小抄）的获取途径
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） -
tidyr介绍
R包里简单的，如下以此为例学会安装和使用。已从公众号下载该R包小抄pdf
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） - 安装tidyr
- 进入Rstudio，按上节设置好工作目录
- 在控制台输入：
library(tidyr),发现没有这个包，所以会报错 - 下载和安装tydir：
install.packages("tidyr") - 加载tydir：
library(tidyr)
- 数据框的5点小常识
- 以下面命令为例，来看如何解读
a<-data.frame(GeneId = rep("gene5",times=3),SampleName =paste("Sample",1:3,sep=""),Expression=c(14,19,18))
- 表达的意思是：新建数据框，这里直接把新建的数据框赋值给了a。括号里是“列名”=列值，这里列名要加双引号。
-
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=“”。
-
- key-valueg可理解为“键值对” ，表示一种对应关系。“键”和“值”都是列名
- 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
- 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），其他单元格里出现的字符串要加
- 认识Tidy Data
图片引用自生信星球
“统一”：每个变量（variable）占一列，每个情况（case）和观测值（observation）占一行。
image.png
tidyr包使用（四大点）
-
一.Reshape Data
用于把数据框统一化
image.png
- 输入
a<-data.frame(country = c("A","B","C"),"1999" =paste(c(0.7,37,212),"K"),"2000" =paste(c(2,80,213),"K"))（特例：当列名是数字的时候，比如这里1999是字符变量，加双引号、单引号还是反引号（英文模式下的1前面那个键）都不报错！） -
结果如下
同时数字列名前面加上个x(大写的)
image.png - 如何将上述结果改为 统一
使用gather函数：合并函数。基本格式是gather(数据框名，需合并的列名（两个），合并后的key列名，value列名)
此案例中gather(a,X1999,X2000,key = "year",value = "cases")其中key=和value=也可以省略，即gather(a,X1999,X2000,key = "year",value = "cases")
结果图如下，有warning也没事
image.png
-
二.Handle Missing Value
处理丢失的数据。就是某些单元格有空值的情况
image.png
- 首先用以下命令获得图示数据框X
X<-read.csv('doudou.txt')
补充csv的导入和导出方式。
导入：X<-read.csv('doudou.csv')
导出：write.csv(X,'doudou.csv') - Handle Missing Value有三种处理方式
-
drop_na(数据框名，依据的列名（即有空值那一列的列名）),表示有空值的，整行删除掉。此处为drop_na(X,X2)
-
-
fill(数据框名，依据的列名）)，表示根据上一行的数值填充上，此处为fill(X,X2)
-
-
replace_na(数据框名，要填的列名=要填的值)，空值填进去特定的一个数值
此处为replace_na(X,list(X2=2))
-
-
三.Expand Tables
image.png
- complete函数
表示把空值的位置补全，此处为
complete(X,nesting(X1),fill=list(X2=5))，感觉和replace功能相近，只是complete函数，需要把列的信息也考虑进来（如此处的nesting(X1)） - expand函数
意思是列出每列值所有可能的组合
- 示例先建一个数据框
pin2<-data.frame(GeneId = rep("gene5",times=3),SampleName =paste("Sample",1:3,sep=""),Expression=c(14,19,18))
image.png
- 示例先建一个数据框
- 然后输入
expand(pin2,GeneId,SampleName,Expression)
image.png
- 然后输入
-
四.split cells
图片引用自生信星球
表示把一列拆成两列（原列必须要有分隔符）
image.png
separate：按列分割
separate_rows：按行分割
image.png
unite：分割完了再合并回去
