image.png
R包準(zhǔn)備先知
-
R包（又叫小抄）的獲取途徑
方法1：去百度/谷歌XX小抄
方法2：找Rstudio的cheatsheet網(wǎng)站（網(wǎng)速好慢的） -
tidyr介紹
R包里簡單的衍锚，如下以此為例學(xué)會(huì)安裝和使用。已從公眾號(hào)下載該R包小抄pdf
功能主要有：
（1）數(shù)據(jù)框的變形
（2）處理數(shù)據(jù)框中的空值
（3）根據(jù)一個(gè)表格衍生出其他表格
（4）實(shí)現(xiàn)行或列的分割和合并
這個(gè)包是把你要用的數(shù)據(jù)處理成標(biāo)準(zhǔn)而統(tǒng)一的數(shù)據(jù)框（Tidy Data） - 安裝tidyr
- 進(jìn)入Rstudio，按上節(jié)設(shè)置好工作目錄
- 在控制臺(tái)輸入：
library(tidyr),發(fā)現(xiàn)沒有這個(gè)包呢燥，所以會(huì)報(bào)錯(cuò) - 下載和安裝tydir：
install.packages("tidyr") - 加載tydir：
library(tidyr)
- 數(shù)據(jù)框的5點(diǎn)小常識(shí)
- 以下面命令為例千绪，來看如何解讀
a<-data.frame(GeneId = rep("gene5",times=3),SampleName =paste("Sample",1:3,sep=""),Expression=c(14,19,18))
- 表達(dá)的意思是：新建數(shù)據(jù)框萎河，這里直接把新建的數(shù)據(jù)框賦值給了a。括號(hào)里是“列名”=列值红伦，這里列名要加雙引號(hào)。
-
rep淀衣，重復(fù)昙读，括號(hào)中填要重復(fù)的字符和重復(fù)次數(shù)。paste膨桥，連接兩個(gè)字符串蛮浑，括號(hào)要填兩個(gè)代連接字符并指定分隔符（sep），沒有分隔符就填sep=“”只嚣。
-
- key-valueg可理解為“鍵值對(duì)” 沮稚，表示一種對(duì)應(yīng)關(guān)系。“鍵”和“值”都是列名
- 函數(shù)后面一般都要加括號(hào)册舞，括號(hào)里第一個(gè)參數(shù)是都數(shù)據(jù)框名
- 字符串要加雙引號(hào)（行名和列名也是字符串壮虫，但是可以不用加），其他單元格里出現(xiàn)的字符串要加
- 認(rèn)識(shí)Tidy Data
圖片引用自生信星球
“統(tǒng)一”：每個(gè)變量（variable）占一列环础，每個(gè)情況（case）和觀測值（observation）占一行囚似。
image.png
tidyr包使用（四大點(diǎn)）
-
一.Reshape Data
用于把數(shù)據(jù)框統(tǒng)一化
image.png
- 輸入
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：當(dāng)列名是數(shù)字的時(shí)候，比如這里1999是字符變量线得，加雙引號(hào)饶唤、單引號(hào)還是反引號(hào)（英文模式下的1前面那個(gè)鍵）都不報(bào)錯(cuò)！） -
結(jié)果如下
同時(shí)數(shù)字列名前面加上個(gè)x(大寫的)
image.png - 如何將上述結(jié)果改為 統(tǒng)一
使用gather函數(shù)：合并函數(shù)贯钩∧伎瘢基本格式是gather(數(shù)據(jù)框名，需合并的列名（兩個(gè)）角雷，合并后的key列名祸穷，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")
結(jié)果圖如下勺三，有warning也沒事
image.png
-
二.Handle Missing Value
處理丟失的數(shù)據(jù)雷滚。就是某些單元格有空值的情況
image.png
- 首先用以下命令獲得圖示數(shù)據(jù)框X
X<-read.csv('doudou.txt')
補(bǔ)充csv的導(dǎo)入和導(dǎo)出方式。
導(dǎo)入：X<-read.csv('doudou.csv')
導(dǎo)出：write.csv(X,'doudou.csv') - Handle Missing Value有三種處理方式
-
drop_na(數(shù)據(jù)框名吗坚，依據(jù)的列名（即有空值那一列的列名）),表示有空值的祈远，整行刪除掉呆万。此處為drop_na(X,X2)
-
-
fill(數(shù)據(jù)框名，依據(jù)的列名）)车份，表示根據(jù)上一行的數(shù)值填充上谋减，此處為fill(X,X2)
-
-
replace_na(數(shù)據(jù)框名，要填的列名=要填的值)扫沼，空值填進(jìn)去特定的一個(gè)數(shù)值
此處為replace_na(X,list(X2=2))
-
-
三.Expand Tables
image.png
- complete函數(shù)
表示把空值的位置補(bǔ)全出爹，此處為
complete(X,nesting(X1),fill=list(X2=5))，感覺和replace功能相近缎除，只是complete函數(shù)以政，需要把列的信息也考慮進(jìn)來（如此處的nesting(X1)） - expand函數(shù)
意思是列出每列值所有可能的組合
- 示例先建一個(gè)數(shù)據(jù)框
pin2<-data.frame(GeneId = rep("gene5",times=3),SampleName =paste("Sample",1:3,sep=""),Expression=c(14,19,18))
image.png
- 示例先建一個(gè)數(shù)據(jù)框
- 然后輸入
expand(pin2,GeneId,SampleName,Expression)
image.png
- 然后輸入
-
四.split cells
圖片引用自生信星球
表示把一列拆成兩列（原列必須要有分隔符）
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
