1、学会建立一个表：

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

这上面是代码
分别的意思是：
显示如下：

image.png

之后进入正题：
2.按照小抄建一个表格

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

image.png

3.之后用gather（）

gather(a,X1999,X2000,key="year",value = "cases")
gather(a,year,cases,-country)  #如果合并前列数比较多，-country的意思就是合并除country外剩下的列。

image.png

PS：报错当做没看见

4.删除空行：

> X<-read.csv('doudou.txt')
> View(X)
> drop_na(X,X2)
  X1 X2
1  A  1
4  D  3

5.根据上一行的数据补上：

> fill(X,X2)
  X1 X2
1  A  1
2  B  1
3  C  1
4  D  3
5  E  3

6.空的都由自定义的数补上：

> replace_na(X,list(X2=2))
  X1 X2
1  A  1
2  B  2
3  C  2
4  D  3
5  E  2

7.complete：

>  complete(X,nesting(X1),fill = list(X2=5))
# A tibble: 5 x 2
  X1       X2
  <fct> <dbl>
1 A         1
2 B         5
3 C         5
4 D         3
5 E         5

8.一种操作？：

> expand(pin2,GeneId,SampleName,Expression)
# A tibble: 9 x 3
  GeneId SampleName Expression
  <fct>  <fct>           <dbl>
1 gene5  Sample1            14
2 gene5  Sample1            18
3 gene5  Sample1            19
4 gene5  Sample2            14
5 gene5  Sample2            18
6 gene5  Sample2            19
7 gene5  Sample3            14
8 gene5  Sample3            18
9 gene5  Sample3            19