前兩天一直覺得R太難了，學(xué)的頭大，通過今天的學(xué)習(xí)，終于讓我擯棄前嫌，開始喜歡上了R，真的是功能強(qiáng)大又簡(jiǎn)潔，非常友好啊。
今天的主要是通過對(duì)R語(yǔ)言中tidyr包的學(xué)習(xí)，來(lái)認(rèn)識(shí)R包的作用。

準(zhǔn)備工作

一、 如何獲取

方法1：去百度/谷歌XX小抄
方法2：找Rstudio的cheatsheet網(wǎng)站（網(wǎng)速好慢的）
https://www.rstudio.com/resources/cheatsheets/
方法2.我們教程里用到的包都可以到生信星球公眾號(hào)回復(fù)相應(yīng)的包名來(lái)獲取
---摘自生信星球教程

二、了解tidyr

簡(jiǎn)單的說，這個(gè)包的作用就是“tidy”你的數(shù)據(jù)！把你要用的數(shù)據(jù)處理成標(biāo)準(zhǔn)而統(tǒng)一的數(shù)據(jù)框（Tidy Data），從而進(jìn)行進(jìn)一步的數(shù)據(jù)處理和作圖。
功能

（1）數(shù)據(jù)框的變形
（2）處理數(shù)據(jù)框中的空值
（3）根據(jù)一個(gè)表格衍生出其他表格
（4）實(shí)現(xiàn)行或列的分割和合并
---摘自生信星球教程

三、安裝tidyr包
準(zhǔn)備工作---打開RStudio，設(shè)置工作目錄

> getwd()
[1] "C:/Users/Administrator/Documents"
> setwd("C:/Users/Administrator/Desktop/RData")
> getwd()
[1] "C:/Users/Administrator/Desktop/RData"

1.檢查是否安裝

library(tidyr)
Error in library(tidyr) : 不存在叫‘tidyr’這個(gè)名字的程輯包

2.下載并安裝tidyr
install.packages("tidyr")
Tips:若安裝報(bào)錯(cuò)，則更改RStudio的鏡像為國(guó)內(nèi)的(在安裝R/RStudio那一節(jié)的教程有提到，不再贅述)。

3.重新加載tidyr
library(tidyr)

四、數(shù)據(jù)框小常識(shí)

1.新建數(shù)據(jù)框
后面的學(xué)習(xí)會(huì)需要我們新建數(shù)據(jù)框，所以要提前get這個(gè)技能。

語(yǔ)法示例：

 a <- data.frame(GeneId = rep("gene5",times=3),SampleName = paste("Sample",1:3,sep = ""),Expression = c(14,19,18))
> a
  GeneId SampleName Expression
1  gene5    Sample1         14
2  gene5    Sample2         19
3  gene5    Sample3         18

tips:

• rep---重復(fù)，括號(hào)中填要重復(fù)的字符和重復(fù)次數(shù)。
• paste---連接兩個(gè)字符串，括號(hào)要填兩個(gè)代連接字符并指定分隔符（sep），沒有分隔符就填sep=“”。
• 1：3---表示從1到三。如需一列中需要填入三個(gè)無(wú)規(guī)律的數(shù)字，可以用向量c(1，3，4)，同樣如果填的是字符串也需要加雙引號(hào)，例如c("doudou","huahua","xiaoyu")。
  ---摘自生信星球教程

2.了解概念：key-value--“鍵值對(duì)”
表示一種對(duì)應(yīng)關(guān)系?！版I”和“值”都是列名，如SampleName和Expression的對(duì)應(yīng)。
Tips：本節(jié)似乎沒有用到，雖然在度娘上搜索學(xué)習(xí)了一下，感覺自己沒有什么深刻的認(rèn)識(shí)。

3.Tips

• 函數(shù)后面一般都要加括號(hào)，括號(hào)里第一個(gè)參數(shù)是都數(shù)據(jù)框名
• 字符串要加雙引號(hào)（行名和列名也是字符串，但是可以不用加），其他單元格（姑且這么叫了）里出現(xiàn)的字符串要加。
• 行 raw
  列 column，簡(jiǎn)化寫法為col
  ---摘自生信星球教程

四、認(rèn)識(shí)Tidy Data

這是一種組織表格數(shù)據(jù)的方式，提供了一種能夠跨包使用的“統(tǒng)一”的數(shù)據(jù)格式。

TidyData

tidyr的基本操作

一、Reshape Data（數(shù)據(jù)重塑）

• 新建數(shù)據(jù)框a。

 a <- data.frame(country=c("a","B","C"),`1999`=paste(c(0.7,37,212),"K"),`2000`=paste(c(2,80,213),"K"))
> a
  country X1999 X2000
1       a 0.7 K   2 K
2       B  37 K  80 K
3       C 212 K 213 K

• gather函數(shù)
  將寬數(shù)據(jù)變成長(zhǎng)數(shù)據(jù)格式
  1.語(yǔ)法
  gather(data, key, value, …, na.rm = FALSE, convert = FALSE)
  data：需要被轉(zhuǎn)換的寬形表
  key：將原數(shù)據(jù)框中的所有列賦給一個(gè)新變量key
  value：將原數(shù)據(jù)框中的所有值賦給一個(gè)新變量value
  …：可以指定哪些列聚到同一列中
  na.rm：是否刪除缺失值
  2.示例

gather(a,"year","cases",X1999,X2000)
  country  year cases
1       a X1999 0.7 K
2       B X1999  37 K
3       C X1999 212 K
4       a X2000   2 K
5       B X2000  80 K
6       C X2000 213 K

3.Tips:三種命令比較
gather(a,X1999,X2000,key = "year",value = "cases")#正常的做法
gather(a,"year","cases",X1999,X2000) #推薦的偷懶做法
gather(a,year,cases,-country) #-country的意思就是合并除country外剩下的列。

• spread函數(shù)
  將長(zhǎng)數(shù)據(jù)變成寬數(shù)據(jù)格式
  spread(data, key, value, fill = NA, convert = FALSE, drop = TRUE)
  data：為需要轉(zhuǎn)換的長(zhǎng)形表
  key：需要將變量值拓展為字段的變量
  value：需要分散的值
  fill：對(duì)于缺失值，可將fill的值賦值給被轉(zhuǎn)型后的缺失值

二、Handle Missing Values（處理丟失的數(shù)據(jù)）
當(dāng)某些單元格有空值的情況下，需要處理這些空值。

• 讀取示例數(shù)據(jù)

X <- read.csv('doudou.txt')
> X
  X1 X2
1  A  1
2  B NA
3  C NA
4  D  3
5  E NA

Tips: read.csv()優(yōu)點(diǎn)
1.支持R和Excel
2.默認(rèn)分隔符是“，”，導(dǎo)出時(shí)也不會(huì)默認(rèn)加引號(hào)。
3.轉(zhuǎn)換txt不會(huì)變亂碼

• 刪除整行
  drop_na()：有空值的，整行刪除掉
  括號(hào)里填數(shù)據(jù)框名，依據(jù)的列名（有空值那一列的列名）

drop_na(X,X2)
  X1 X2
1  A  1
4  D  3

• 根據(jù)上下文（瞎）蒙一個(gè)
  fill()，根據(jù)上一行的數(shù)值填充上.

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

• 同一列的空值填上同一個(gè)數(shù)
  replace_na()，空值填進(jìn)去特定的一個(gè)數(shù)值（還是在應(yīng)付）
  括號(hào)里填數(shù)據(jù)框名，要填的列名=要填的值

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

三、Expand Tables

• complete（把空值的位置補(bǔ)全）

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

• expand（列出每列值所有可能的組合)

expand(a,country,X1999,X2000)
# A tibble: 27 x 3
   country X1999 X2000
   <fct>   <fct> <fct>
 1 a       0.7 K 2 K  
 2 a       0.7 K 213 K
 3 a       0.7 K 80 K 
 4 a       212 K 2 K  
 5 a       212 K 213 K
 6 a       212 K 80 K 
 7 a       37 K  2 K  
 8 a       37 K  213 K
 9 a       37 K  80 K 
10 B       0.7 K 2 K  
# ... with 17 more rows

四、split cells（把一列拆成兩列或多列）

• 建立新數(shù)據(jù)框

b <- data.frame(country=c("A","B","C"),year=c(1999,2000,2001),rate=c("1999-1","2000-2","2001-3"))
> b
  country year   rate
1       A 1999 1999-1
2       B 2000 2000-2
3       C 2001 2001-3

• separate：按列分割
  1.語(yǔ)法
  separate(data, col, into, sep = “[^[:alnum:]]+”, remove = TRUE, convert = FALSE, extra = “warn”, fill = “warn”, …)
  data：為數(shù)據(jù)框
  col：需要被拆分的列
  into：新建的列名，為字符串向量
  sep：被拆分列的分隔符
  remove：是否刪除被分割的列
  2.示例

separate(b,rate,into=c("cases","pop"),sep = "-")
  country year cases pop
1       A 1999  1999   1
2       B 2000  2000   2
3       C 2001  2001   3

• separate_rows：按行分割

separate_rows(b,rate,sep = "-")
  country year rate
1       A 1999 1999
2       A 1999    1
3       B 2000 2000
4       B 2000    2
5       C 2001 2001
6       C 2001    3

• unite：分割完了再合并回去
  1.語(yǔ)法：
  unite(data, col, …, sep = “_”, remove = TRUE)
  data：為數(shù)據(jù)框
  col：被組合的新列名稱
  …：指定哪些列需要被組合
  sep：組合列之間的連接符，默認(rèn)為下劃線
  remove：是否刪除被組合的列
  2.示例

unite(b,year,rate,col = "year",sep = "-")
  country        year
1       A 1999-1999-1
2       B 2000-2000-2
3       C 2001-2001-3

Tips:這個(gè)合并結(jié)果和我想象的不一樣，嗯....還需要再研究研究。

R包的學(xué)習(xí)（以tidyr為例）