从tidyr包开始学起，准备工作：学会获取R包的小抄
1：百度/谷歌
2：https://www.rstudio.com/resources/cheatsheets/
3:学习小组的R包可在生信星球公众号回复相应名字。
tidyr包
该包可把数据处理成标准统一的数据框（Tidy data），方便下一步数据处理和作图。其功能包括：
（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
常规数据结构：
每一列col：代表一个变量（variable）
每一行row：代表一次观测（observation）
Tidy Data的数据框结构：
每一列col：每个变量（variable）
每一行row：每个观测值（observation）的某种情况（case）
数据变形.png
安装R包
(1) 设置好工作目录（包会默认安装在工作目录里）
(2) 查询是否存在需要的包：library(tidyr)
(3) 下载和安装tidyr：install.packages("tidyr")，直到控制台出现>
(4). 安装成功后加载，没有报错就是成功：library(tidyr)
建立数据框，举例如下：
a <- data.frame(GeneId=rep("LOXL2",times=3),Samplename=paste("sample",1:3,sep=""),Expression=c(14,12,18))
#rep:重复函数，括号内为重复字符与次数
#paste:连接两个字符串，括号要填两个待连接字符并指定分隔符（sep），没有分隔符就填sep = "";拼接字符串函数：
#括号内行列名不用加引号，但是其他单元格中的字符串要加双引号
#数字作为行列名要加引号
#行raw
#列column，简化为col
数据变形
gather
新建原始数据框a：
a <- data.frame(Country = c("A","B","C"),"1999" = c("0.7K","37K","212K"),"2000" = c("2K","80K","213K"))
#注意数字作为行列时需加引号
image.png
转换成TidyData：
gather(a,X1999,X2000,key="year",value="cases")
#括号内为数据框名，需合并的列名，合并后的key列名，value列名
#若需合并的列名较多，可用排除法进行合并：
gather(a,"year","cases",-country)
#括号内的key列名，value列名可直接写出，-Country表示合并除去Country的列
变形后的数据.png
变回来a<- spread(a,"year","cases")
处理丢失的数据，即某些单元格有空值的情况
导入数据
X <- read.csv('doudou.txt') #文档中“，”后存在空值，注意该文档要放在工作路径下
（1）删除整行
drop_na(数据框名，有空值的列名)，括号内不用加引号
X <- drop_na(X, X2)
（2）根据上下文蒙
fill(数据框名，有空值的列名),括号内不加引号-根据上一行的数值填充上
fill(X,X2)
（3）同一列的空值填上同一个数
replace_na(数据框名, list(列名 = 数值)) 函数，空值填进去特定的一个数值
X <- replace_na(X, list(X2 = 2))
complete()，把空值的位置补全
例如complete(X,nesting(X1),fill = list(X2=5))
即把空值用5填充上了
把一列拆成两列，原列必须有分隔符才能实现
拆分.png
合并.png
1.
separate分割成两列separate(数据框名,被拆分的列名,into,sep = c("列名1","列名2"))
2.separate_rows分割成两行
separate_rows(数据框名,被拆分的列名)
3.unite分割完了再合并
unite(数据框名,合并列名1,合并列名2,col = "新列名",sep = "")
参考和引用摘自生信星球第九期Day6生信入门班教程
网友评论