生信学习DAY6-森森

第6天，学习R包及使用R包说明书（cheatsheet）。R包说明书俗称小抄，是一个很好的学习操作指南。

以下内容来自微信公众号生信星球

1. 学会获取一个R包的小抄

3种方法

2. 初步了解tidyr（R包中简单的包，数据处理的起步）

4种功能(数据框变形、处理空值、一个表格衍生其他表格、行或列的分割和合并)

3. 学习极简安装R包

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
下载和安装tydir
install.packages("tidyr")
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
解决方案：换一个国内的镜像
加载tydir：library(tidyr)，没有报错就是成功

4. 数据框的小常识

新建数据框
a<-data.frame(GeneId = rep("gene5",times=3),SampleName =paste("Sample",1:3,sep=""),Expression=c(14,19,18))：直接把新建的数据框赋值给了a
给列填充数值的函数
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")。
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。
函数后面一般都要加括号，括号里第一个参数是数据框名
字符串要加双引号
raw：行
column：列，简化写法为col

5. 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，实现数据框的变形
-“统一”：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

6. Reshape Data

gather
spread
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。
高效做法 **gather(a,"year","cases",X1999,X2000) **：需合并的列名列在最后（默认顺序），否则会报错
gather(a,year,cases,-country)：合并除country外剩下的列
合并前的列名如果比较多，可以用排除法

7. Handle Missing Values

三种处理方式：
-删除整行
-根据上下文（瞎）蒙一个
-同一列的空值填上同一个数。
X<-read.csv('doudou.txt')：获得数据框（示例数据doudou.txt放在RData文件夹）
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(X,X2)：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）
fill(X,X2)：根据上一行的数值填充上
**replace_na(X,list(X2=2))：空值填进去特定的一个数值。括号里填数据框名，要填的列名=要填的值

8. Expand Tables

complete（x,nesting(x1),fill = list(x2=5)）：把空值的位置用5补全
示例数据
pin2<-data.frame(GeneId = rep("gene5",times=3),SampleName =paste("Sample",1:3,sep=""),Expression=c(14,19,18))
expand(pin2,Geneld,SampleName,Expression):选中的列中值的各种组合，成为一个新表

9. split cells

separate(table3,rate,
into=c("case","pop"))：将table3中rate列分割成case、pop两列
separate_rows(table3,rate)：将table3中rate列按行分割
unite(table5,century,year,
col="year",sep="")：将table5中century,year两列合并成year列