DAY6 R包学习——tidyr包安装与 使用

image.png

R包准备先知

• R包（又叫小抄）的获取途径
  方法1：去百度/谷歌XX小抄
  方法2：找Rstudio的cheatsheet网站（网速好慢的）
• tidyr介绍
  R包里简单的，如下以此为例学会安装和使用。已从公众号下载该R包小抄pdf
  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）
• 安装tidyr

1. 进入Rstudio，按上节设置好工作目录
2. 在控制台输入：library(tidyr),发现没有这个包，所以会报错
3. 下载和安装tydir：install.packages("tidyr")
4. 加载tydir：library(tidyr)

• 数据框的5点小常识

1. 以下面命令为例，来看如何解读
   a<-data.frame(GeneId = rep("gene5",times=3),SampleName =paste("Sample",1:3,sep=""),Expression=c(14,19,18))

• • 表达的意思是：新建数据框，这里直接把新建的数据框赋值给了a。括号里是“列名”=列值，这里列名要加双引号。
• • 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=“”。

2. key-valueg可理解为“键值对” ，表示一种对应关系。“键”和“值”都是列名
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
5. 认识Tidy Data
   图片引用自生信星球
   “统一”：每个变量（variable）占一列，每个情况（case）和观测值（observation）占一行。
   
   

   image.png

tidyr包使用（四大点）

• 一.Reshape Data
  用于把数据框统一化
  
  

  image.png

1. 输入
   a<-data.frame(country = c("A","B","C"),"1999" =paste(c(0.7,37,212),"K"),"2000" =paste(c(2,80,213),"K"))（特例：当列名是数字的时候，比如这里1999是字符变量，加双引号、单引号还是反引号（英文模式下的1前面那个键）都不报错！）

2. 结果如下
   同时数字列名前面加上个x(大写的)

   
   
   

   image.png
3. 如何将上述结果改为 统一
   使用gather函数：合并函数。基本格式是gather(数据框名，需合并的列名（两个），合并后的key列名，value列名)
   此案例中gather(a,X1999,X2000,key = "year",value = "cases") 其中key=和value=也可以省略，即 gather(a,X1999,X2000,key = "year",value = "cases")
   结果图如下，有warning也没事
   
   

   image.png

• 二.Handle Missing Value
  处理丢失的数据。就是某些单元格有空值的情况
  
  

  image.png

1. 首先用以下命令获得图示数据框X
   X<-read.csv('doudou.txt')
   补充csv的导入和导出方式。
   导入：X<-read.csv('doudou.csv')
   导出：write.csv(X,'doudou.csv')
2. Handle Missing Value有三种处理方式

• • drop_na(数据框名，依据的列名（即有空值那一列的列名）),表示有空值的，整行删除掉。此处为drop_na(X,X2)
• • fill(数据框名，依据的列名）)，表示根据上一行的数值填充上，此处为fill(X,X2)
• • replace_na(数据框名，要填的列名=要填的值)，空值填进去特定的一个数值
    此处为replace_na(X,list(X2=2))

• 三.Expand Tables
  

  

  image.png

1. complete函数
   表示把空值的位置补全，此处为
   complete(X,nesting(X1),fill=list(X2=5))，感觉和replace功能相近，只是complete函数，需要把列的信息也考虑进来（如此处的nesting(X1)）
2. expand函数
   意思是列出每列值所有可能的组合

• • 示例先建一个数据框
    pin2<-data.frame(GeneId = rep("gene5",times=3),SampleName =paste("Sample",1:3,sep=""),Expression=c(14,19,18))
    
    

    image.png
• • 然后输入expand(pin2,GeneId,SampleName,Expression)
    
    

    image.png

• 四.split cells
  图片引用自生信星球
  表示把一列拆成两列（原列必须要有分隔符）
  

  

  image.png
  
  separate：按列分割
  separate_rows：按行分割
  
  

  image.png
  
  unite：分割完了再合并回去