R包获取与使用，以tidyr为例

一、获取一个R包小抄

方法1：去百度/谷歌XX小抄
方法2：找Rstudio的cheatsheet网站
https://www.rstudio.com/resources/cheatsheets/
方法2.我们教程里用到的包都可以到生信星球公众号回复相应的包名来获取

二、初步了解tidyr

1. tidyr功能

它的功能主要有：
（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
　　这个包是把要用的数据处理成标准而统一的数据框（Tidy Data），才能进行进一步的数据处理和作图，这是第一步

2. tidyr安装

2.1 在控制台输入：library(tidyr),如果你没有这个包，就会报错，然后进行安装
2.2下载和安装tydir： install.packages("tidyr")
2.3调取包library(tidyr)

3.数据框

1.新建数据框(这里直接把新建的数据框赋值给了a)

a<-data.frame(GeneId = rep("gene5",times=3),SampleName =paste("Sample",1:3,sep=""),Expression=c(14,19,18))

得到的数据框是

image.png

Tips:

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=“”。
1：3表示从1到3。如需一列中需要填入三个无规律的数字，可以用向量c(1，3，4)，同样如果填的是字符串也需要加双引号，例如c("doudou","huahua","xiaoyu")。

2.了解概念：key-value--“键值对” ，表示一种对应关系。“键”和“值”都是列名，如SampleName和Expression的对应。

3.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

4.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。

行 raw

列 column，简化写法为col

4.认识Tidy Data

这是一种组织表格数据的方式，提供了一种能够跨包使用的“统一”的数据格式。

每个变量（variable）占一列，每个情况（case，姑且这么翻译）和观测值（observation）占一行。

借用个图，来源见水印

image.png

5.使用tidyr

5.1Reshape Data

> x<-data.frame(country=c("A","B","C"),"1999"=paste(c(0.7,37,212),"K"),"2000"=paste(c(2,80,213),"K"))
> view(x)

image.png image.png

这个显示表格的时候，会自动在数字列名前面加上个x(大写的),见代码下面的图,所以gather函数要加X

gather(a,X1999,X2000,key = "year",value = "cases")

gather括号里的分别是：数据框名，需合并的列名（两个），合并后的key列名，value列名。

gather(a,"year","cases",X1999,X2000) #推荐的偷懒做法

合并前的列名如果比较多，可以用排除法来偷懒，在上图例子中可用

gather(a,year,cases,-country)  #-country的意思就是合并除country外剩下的列。

5.2 Handle Missing Values

处理丢失的数据。就是某些单元格有空值的情况。

三种处理方式：
(1).删除整行
(2).根据上下文（瞎）蒙一个
(3).同一列的空值填上同一个数。

X<-read.csv('doudou.txt')
#csv的导入和导出方式。(默认参数好，学R没烦恼),导入：X<-read.csv('doudou.csv'),导出：write.csv(X,'doudou.csv')

drop_na()：有空值的，整行删除掉
括号里填数据框名，依据的列名（有空值那一列的列名）

drop_na(X,X2)

fill()，根据上一行的数值填充上

fill(X,X2)

replace_na()，空值填进去特定的一个数值（还是在应付）
括号里填数据框名，要填的列名=要填的值

replace_na(X,list(X2=2))

5.3 Expand Tables

complete（把空值的位置补全）

image.png

这段尝试失败，回头细看

expand
（列出每列值所有可能的组合--根据下面的示例来理解这句话）

示例数据（就是刚才新建出来的数据框a）：

pin2<-data.frame(GeneId = rep("gene5",times=3),SampleName =paste("Sample",1:3,sep=""),Expression=c(14,19,18))

image.png

6. split cells(选修)

暂时没有理解，稍后学习

把一列拆成两列。目测原列必须要有分隔符才行啊好像。

image.png

separate：按列分割
separate_rows：按行分割
unite：分割完了再合并回去

image.png