R学习第三天

R包介绍
R语言的使用，很大程度上是借助各种各样的R包的辅助，从某种程度上讲，R包就是针对于R的插件，不同的插件满足不同的需求。

查看包的相关信息
1、查看包帮忙
library(help="package_name")
主要内容包括：例如：包名、作者、版本、更新时间、功能描述、开源协议、存储位置、主要的函数
help(package = "package_name")
主要内容包括：包的内置所有函数，是更为详细的帮助文档
2、查看当前环境哪些包加载
find.package() 或者 .path.package()
3、移除包出内存
detach()
4、把其它包的数据加载到内存中
data(dsname, package="package_name")
5、查看这个包里的包有数据
data( package="package_name")
6、列出所有安装的包
library()

R包都有自己的说明书（cheatsheet），俗称小抄。

获得小抄的方法：

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3.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.

cheatsheet网站

打开网页首页还是挺快的啊！

了解包tidyr

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
　　这个包是把你要用的数据处理成标准而统一的数据框（Tidy Data，下面有解释），才能进行进一步的数据处理和作图，可以说是万里长征第一步！
---------------生信星球

学习极简安装R包：

在控制台输入：library(tidyr)

加载包
没有报错，已经安装了这个包。

数据框的小常识

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))

得到数据框

这里涉及的几个给列填充数值的函数有
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到三。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（姑且这么叫了）里出现的字符串要加。
行 raw
列 column，简化写法为col

认识Tidy Data

知乎上有一篇介绍文章https://zhuanlan.zhihu.com/p/27579776

tidyr的使用

1.Reshape Data

gather：我就是刚才的魔法棒

spread：我能让tidy data一夜回到解放前。

gather的用法：
gather(data, key, value, ..., na.rm = FALSE, convert = FALSE, factor_key = FALSE)
data为要处理的数据，key为新创建的变量，value为创建变量下的数值。...为列的设定，比如下面的例子创建变量stock，而不需要把time变成变量下的数值，则用X:Z或-time。
--------------------- 作者：littlely_ll 来源：CSDN
原文：https://blog.csdn.net/littlely_ll/article/details/54866193

gather范例

2.Handle Missing Values

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。
csv，这个神奇的支持R和Excel，默认参数好的很（默认分隔符是“，”，导出时也不会默认加引号。如果你用read.table试试就知道默认参数多笨了），并且转换txt也不会变乱码！
在这里补充下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')

导入数据

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)

drop_na

fill()，根据上一行的数值填充上

fill(X,X2)

fill

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))

replace_na

3. Expand Tables

complete（把空值的位置补全）

complete
示例

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----生信星球

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

pin2

expand(pin2,GeneId,SampleName,Expression)

expand

4.split cells

separate：按列分割
separate_rows：按行分割

separate的用法：
separate(data, col, into, sep = "[^[:alnum:]]+", remove =TRUE, convert = FALSE, extra = "warn", fill = "warn", ...)
data为要处理的数据；col为要选择的变量名；into为要分割为几个变量的名；sep为正则表达式，用于分割；extra为在字符串过多的情况下处理；fill为在字符串过少的情况下处理。
separate_rows的用法：
separate_rows(data, ..., sep = "[^[:alnum:].]+", convert =FALSE)
--------------------- 作者：littlely_ll 来源：CSDN
原文：https://blog.csdn.net/littlely_ll/article/details/54866193

unite：分割完了再合并回去

unite的用法：
unite(data, col, ..., sep = "_", remove = TRUE)
data为数据；col为创建的变量；...为要合并的列名；sep为要为合并的变量添加的符号。
--------------------- 作者：littlely_ll 来源：CSDN
原文：https://blog.csdn.net/littlely_ll/article/details/54866193

Day6