学习小组Day6笔记--李斯亭

R包学习

准备工作

• 小抄
  公众号回复，https://www.rstudio.com/resources/cheatsheets/网站下载
• tidyr
  一个数据处理包，把数据处理成标准统一的数据框
• 下载安装

install.packages("tidyr")
library(tidyr)

• 数据框基础

bioplanet<-data.frame(GeneId = rep("gene5",times=3),SampleName =paste("Sample",1:3,sep=""),Expression=c(14,19,18)) #rep是重复；paste连接字符串，其中sep表示分隔符；c是向量

tidyr

• reshape data
  gather使每个变量（variable）占一列，每个情况（case）和观测值（observation）占一行；key-value表示一种对应关系，各一列：

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

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

或者

gather(a,year,cases,-country)

• missing data

drop_na(X,X2) #去掉X这个数据框中X2那列的空值所在的行
fill(X,X2) #填充上一行数值
replace_na(X,list(X2=2)) #把X2这列空值填上2

• expand table

complete(X,nesting(X1),fill=list(X2=5))
expand(bioplanet,GeneId,SampleName, Expression) #列出列所有组合值

• split cells
  seperate和seperate_row，但感觉用起来需要有分隔符，限制较大

总结

tidyr--数据框处理