已經第6天了,好快,今日學習tidyr包。內容及代碼來自微信公眾號生信星球
cheatsheet
R包說明書
安裝tidyr包
install.packages("tidyr")
如果下載很慢,在tools-Global options-Package-CRAN mirror選中國的
加載tidyr包
library(tidyr)
實例一
a<-data.frame(GeneId = rep("gene5",times=3),SampleName =paste("Sample",1:3,sep=""),Expression=c(14,19,18))
說明:
rep,重復,括號中填要重復的字符和重復次數。
試了下括號中的times也可以換成rep
paste,連接兩個字符串,括號要填兩個代連接字符并指定分隔符(sep),沒有分隔符就填sep=“”。
試了下沒有分隔符也可以不填sep=“”?
- 1:3表示從1到三。如需一列中需要填入三個無規律的數字,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,例如c("doudou","huahua","xiaoyu")。
- 了解概念:key-value--“鍵值對” ,表示一種對應關系。“鍵”和“值”都是列名,如SampleName和Expression的對應。
- 函數后面一般都要加括號,括號里第一個參數是都數據框名
- 字符串要加雙引號(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)里出現的字符串要加。
Tidy Data
每個變量(variable)占一列,每個case和observation占一行。
- 1.Reshape Data
- 1.1 gather
建立數據框
Damon<-data.frame(country=c('A','B','C'),"1999"=paste(c(0.7,37,212),"K"),"2000"=paste(c(2,80,213),"K"))
列名是數字,不論加雙引號、單引號還是反引號都可以,但是不能不加引號,如果列名為字母,則可不加引號。
注意這個顯示表格的時候,會自動在數字列名前面加上個x(大寫的),所以gather代碼應該為:
gather(a,X1999,X2000,key = "year",value = "cases")
括號里順序分別為:數據框名,需合并的列名(兩個),合并后的key列名,value列名。
key,value可以省略,
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。
1.2 spread
與gather相反,合并case。
spread(向量名,列名1,列名2)
2.Handle Missing Values
處理空值(我曾經的痛?。?/p>2.1讀取矩陣txt推薦:
X<-read.csv('doudou.txt')
默認分隔符是“,”,導出時也不會默認加引號。
導入:X<-read.csv('doudou.csv')
導出:write.csv(X,'doudou.csv')
- 2.2 刪除空值
drop_na():有空值的,整行/列刪除掉
drop_na(X,X2) X2列刪掉 - 2.3 fill(),根據上一行的數值填充上
fill(X,X2)
- 2.4 replace_na(),空值填進去特定的一個數值
括號里填數據框名,要填的列名=要填的值
replace_na(X,list(X2=2))
ps:我以前在基因矩陣因為有空值,所以每個值加了0.1 囧rz,如下
rt=read.table("damon_0.1.txt",sep="\t",header=T)
rt=as.matrix(rt)
rt=rt+0.1
3.Expand Tables
3.1 complete(把空值的位置補全)
complete(X,nesting(X1),fill = list(X2=5))
空值等于5,跟前面一樣。
注:X1是指所有不用填充的列,可以很多,用逗號隔開-
3.2 expand(排列組合)
expand(向量名,列1,列2,列3)
生信星球截圖 4.split cells
4.1 separate:按列分割
separate(table3,rate ,into =c("cases","pop"))
4.2 separate_rows:按行分割
separate_rows(table3,rate)
- 4.3 unite:分割完了再合并回去
unite(table5,century,year,col="year",sep="")