思维导图

• R包的新手教程

  
  1.6.1 生信学习【R包的新手教程】DAY6.png

正式笔记

0. R包的获取

• Rstudio 官网
• R语言都有自己的说明书（cheatsheet），称为小抄。它是一个很好的学习操作指南。

1. 准备活计——tidyr小抄

• tidyr 包功能见思维导图
• 它可以将需要的数据处理成标准而同一的数据框（Tidy Data），以便之后进行进一步的数据处理与作图，非常关键重要的一步。

（0）修改工作路径

临时修改工作路径

setwd() 
#每次操作Rstudio可临时改动工作路径 但下次启用时便会恢复默认

修改默认工作路径

• 通过在global options 中设置修改——选择default working directory改动至需要的目录——再次重新启动Rstudio

（1）安装R包

library(tidyr) #检测工作目录有无tidyr包
#没有安装会提示报错
install.packages("tidyr")
library(tidyr) #启动安装的包

• 安装过程可能会报错 尝试更换不同镜像
• 安装过程比较慢 直到工作台出现> 才算安装结束
• 安装后的包会保存到本地C盘的临时会话的downloaded_packages目录下中，因为R包下载后会默认将二进制zip文件保存在里面，再解压安装到R的library目录下。

（2）R包操作之数据框

新建数据框

a<-data.frame(GeneId = rep("gene_001",times=3),SampleName =paste("Sample",1:3,sep=""),Expression=c(12,7,3))
#新建一个3X3数据框赋值给a
a<-data.frame() #申明一个表格
#Geneld,SampleName,Expression 为定义的三个列的标题
#rep，表示重复，括号中填写要重复的字符，和重复次数。
#paste，连接两个字符串
#sep，分隔符，连接两个字符串，可以略去不填或者加上sep=""

一些小概念

• key-value“键值对”，键与值对应，通过索引键可以查找到相对应的值。
• 函数后面一般需要加括号，括号里第一个参数是数据框名。
• 字符串都需要加双引号。
• 行raw，列col（column）。

（3）认识Tidy Data

• Tidy data 是一种组织表格数据的方式，提供了一种能够跨包使用的规范格式。
• “统一”的数据格式表示，每个变量占一列，每个情况or观测值占一行。

2. 开始实战

Gather&Spread

（1）gather()

• gather() moves column names into a key column, gathering the column values into a single value column.

a<- data.frame(country=c("German","Korea","China"),"2018"=paste(c(1,2,3),"K"),"2019"=paste(c(8,9,10),"K")) 
#创建一个数据框
gather(a,X2018,X2019,key = "year",value = "cases")
#表格显示年份前会自动带上“X” 需要注意一下
gather(a,"year","case",X2018,X2019)
#也可以这样写，省略key与value的输入
gather(a,year,cases,-country)
#若需要合并的列名过多，也可以这样用排除法，代表合并除了country以外的列

（2）spread()

• spread() moves the unique values of a key column into the column names, spreading the values of a value column across the new columns.

a<- data.frame(country=c("German","Korea","China"),"years"=c(2018,2018,2018,2019,2019,2019),"cases"=paste(c(1,2,3,8,9,10)))
#创建一个数据框
spread(a,years,cases) #分散years，cases的列

Handle Missing Values

• 即有些单元格有空值的情况。

• 将实例文件放在工作目录下
  X1,X2
  A,1
  B,
  C,
  D,3
  E,
• 见以上文本 命名为XX

X<-read.csv('XX.txt')

（1）drop_na()

• 出现空值 删除正行

drop_na(X,X2) #括号里填数据框名，有空的列名

（2）fill()

• 根据上一行的数值填充上

fill(X,X2) 

（3）replace_na()

• 将空填补进一个指定的数值

replace_na(X,list(X2=2)) #将数据X中第二列空格填入2

Expand Tables

（1）Complete()

• 补充空值位置 并输入一个特定值

complete(X,nesting(X1),fill=list(X2=7)) #

（2）Expand()

• 列出每列值所有可能组合

a<-data.frame(GeneId = rep("gene_001",times=3),SampleName =paste("Sample",1:3,sep=""),Expression=c(12,7,3))
#直接用之前举例子的数据框
expand(a,GeneId,SampleName,Expression)
#列出所有对应的可能（3x3=9）

参考：
生信公众号 生信星球 教程