今天的学习内容--R包

一、学会获取一个R包的说明书

R包都有自己的说明书（cheatsheet），俗称小抄。
1.去百度/谷歌 XX小抄
2.找Rstuido的cheatsheet网站
https://www.rstudio.com/resources/cheatsheets/

二、初步了解tidyr

它是一个数据处理的起步
　　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，才能进行进一步的数据处理和作图，可以说是最基础的内容！

三、安装R包

1.准备好Rstudio，设置好工作目录。
在控制台输入：library(tidyr),如果你没有这个包，就会报错。
2.下载和安装tydir：install.packages("tidyr") 注意双引号不能省
（这里会默认安装到你的工作目录里，下载很慢，只要控制台不出现＞，就一直等着）
可能出现的报错：

解决方法—换镜像



加载tydir：library(tidyr) 没有报错就是成功

四、数据框常识

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))

解释：
新建一个数据框并赋值给a这个变量。括号里是“列名”=列值，这里列名要加双引号。这里涉及的几个给列填充数值的函数有：

（1）rep（"a",times=b）：重复，a代表重复的字符，b是重复次数。

（2）paste（"a","b",sep=""），连接和两个字符串，括号要填两个待连接字符串a、b并指定分隔符（sep），没有分隔符就填sep=“”。

（3）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），其他单元格里出现的字符串要加。

*行 raw

*列 column，简化写法为col

---

得到的结果是： 数据框

五、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。即：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。

看到吗？一列是一列不要让sample1，2，3当列名，让他们多重复几遍，合并到一列。

六、操作

（一）Reshape Data

gather（数据框名，需要改变的列名（两个），合并后的key="键名"，value="值”）:将不标准的表格变为Tidy Data
spread：将Tidy Data变回去

使用方法
注意：1.行名为数字时，要加上双引号，将它变成字符才可以，不然会报错。2.录入数字列名时，R会自动在其前加一个‘X’
b <- data.frame(Country=c("A","B","C"),'1999'=paste(c(0.7,37,212),"K"),'2000'=paste(c(2,80,213),"K"))
结果图（报错忽略）
如果合并前的列名比较多，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。需合并的列名列在最后(其实个顺序才是默认的)，这时key=和value=也可以省略。

（二）Handle Missing Values

处理丢失的数据，就是某些单元格有空值的情况。NA就是空值，新建数据框的时候空着就好。
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。

Handle Missing Values
1.读入数据：
X<-read.csv('doudou.txt')***之所以选择了csv，是因为这个神奇的支持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。
导入：X<-read.csv('doudou.csv')
导出：write.csv(X,'doudou.csv')
2.drop_na(数据框名，有空值的列名)：有空值的，整行删掉

3.fill(数据框名，有空值的列名):根据上一行的数值填充上

4.replace_na(括号里填数据框名，list(要填的列名=n))，空值填进去特定的一个数值n

（三）Expand Tables

1.complete(数据框名，nesting（没有空值的列的名字），fill=list（有空值的列名=n）)把空值的位置补全，空值填进去特定的一个数值n。

2.expand（列名）
列出每列中的值的所有组合

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

（四）split cells

把一列拆开，这一列必须要有分隔符

数据：bb<-data.frame(GeneId = rep("gene5",times=3),SampleName =paste("Sample",1:3,sep=""),Expression=c("14K/20M","19K/21M","18K/22M"))**有分隔符‘/’的Expression列要用引号引起来，不然会报错**

1.separate:将原列分割为两列，其他不变。

2.separate_rows:将原列分割为两行，且新行的其余列的值再copy一份

---

---

3.unite：将分割的两列再合并回去

数据是1中分割的结果：cc <- separate(bb,Expression,into=c("rate","pop"))