生信起步第六站-R大哥的“魔法”技能。

之前一直很“怨恨”R包，主要因为各种安装可能会遇到各种麻烦，但不可否认的是，正是因为这些“麻烦”，才让我发现R大哥是个很有内涵的家伙，技能很多嘛。今天，他将变身“巴啦啦大魔哥”🧚‍♂️，打开他的一个包裹，给我们展示的就是“如何对数据施魔法”。

Tydir包裹准备

一、获得包裹

（一） 获取包裹小抄_{（生信星球tidyr）}

（二） 安装包裹-极简安包

1 Rstudio控制台输入library(tidyr)，检查是否已经安装过
2-1安装过：congratulation！
2-2没安过：键入install.packages("tidyr")自动安装，再加载tidyr看一下
（若报错，换国内镜像：Tools→Global Options→Packages→CRAN mirror→Change→China开头几个选项里，哪个近选哪个）

二、了解包裹

（一）认识Tidy Data

Tidy Data我更喜欢把它联想成R大哥变魔术的辅助动物-那只泰迪熊🐻：这个泰迪就是一个管理小队长，可以把数据归拢的齐齐刷刷💁‍♀️最简单的理解示例就好比用Excel录入原始数据，你得把它变成SPSS格式才能进行统计处理吧，tidy就是中间这个“变”的环节。

（二） 初步了解tydir功能

（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
                                        🚩数据→数据框→数据处理+作图

（三）了解数据框

1 新建数据框（直接赋值给bioplanet）

bioplanet<-data.frame(GeneID = rep("gene1",times=4),SampleName =paste("Sample",1:4,sep=""),Expression=c(14,19,18,15))

新建数据框

2 了解含义

• data.frame：数据框。
• rep：重复，括号中填要重复的字符和重复次数。
• sep：分隔符。
• 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=“”}
• raw行；col列（column）。
• 列名=列值（列名要加双引号）如："gene1"，"Sample"。
• 概念：key-value--“键值对”，是“两个列名”的一种对应关系，如SampleName和Expression的对应。

3 注意事项

• 函数后面要加括号，括号里第一个参数是数据框名 _{如complete(table,nesting……)里的table}
• 字符串要加双引号：行名和列名部分可以不用加，但其他里的要加。

施法

1.Reshape Data

归拢数据

首先，建立一个施法对象--数据

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

新建数据

然后，变变变💠

• 标准修改：gather(a,X1999,X2000,key = "year",value = "cases")
  

  标准修改.png

• 简便修改：gather(a,"year","cases",X1999,X2000)
  

  简便修改
  
  错误修改案例gather(a,X1999,X2000,"year","cases")_{这告诉了我们其所在位置的合理性}
  
  错误修改案例

• 排除法修改：gather(a,year,cases,-country)
  

  排除法修改
  
  注：花花说这样的报错可以忽略哟~~

2.Handle Missing Values

用于处理丢失的数据_{（就是某些单元格有空值的情况）}。 处理方式如下：
(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。

• 导入数据：X<-read.csv('doudou.csv')
• 导出数据：write.csv(X,'doudou.csv')
  
  导入导出数据
• 删除空值行：drop_na(X,X2)
• 根据上一行填空值：fill(X,X2)
• 空值填特定值：replace_na(X,list(X2=2))
  
  删除、添加、重填加

3. Expand Tables

补空位和展列表

• complete（把空值的位置补全）
  complete(X,nesting(X1),fill = list(X2=5))
  
  补全空位值(补为5)

• expand（列出每列值所有可能的组合）_{光看括号里的字就能理解我算你赢🤪}
  expand(Superman,GeneId,SampleName,Expression)
  
  expand一下
  
  看结果是不是就明白点了？是的😂
  就是把原来的数据排列组合再生成新表

4.split cells

分分合合

首先建立一个table.txt

table数据

然后，变变变💠

这块呢花花没有给“投食儿”，所以要根据原示例代码自学一下。先拿按列分割开刀

separate(data, col, into, sep = “[^[:alnum:]]+”, remove = TRUE,
convert = FALSE, extra = “warn”, fill = “warn”, …)

乍一看，懵了吧？对！那就拆一拆，解读一下吧~
data：数据框（前面讲了，bingo）
col：需要被拆分的列（bingo）
into：新建的列名，为字符串向量
sep：被拆分列的分隔符（bingo）
remove：是否删除被分割的列（Linux就接触过了，bingo）

好的，那就试一下吧~

• 按列分割：separate
  

  按列分割的table

• 按行分割：separate_rows
  原理同上，继续试一试~
  

  按行分割table

• 分割完了再合并回去：unite
  思路：把最原始table的两列数据拆成了三列，再把这个三列合并回最初的两列
  

  合并回去

Xmind

Xmind

        两天下来，R大哥还是可以的。
        摒除成见，友好相处，才是王道🤝
        深呼吸，放轻松，保持微笑🙂