（以下内容引用于生信星球）

学习内容

第一个R包--tidyr

准备工作：

1.1. 学会获取一个R包的小抄

方法1：去百度/谷歌XX小抄
方法2：找Rstudio的cheatsheet网站（网速慢）
https://www.rstudio.com/resources/cheatsheets/
方法3.教程里用到的包都可以到生信星球公众号回复相应的包名来获取

1.2. 初步了解tidy

这是一个数据处理的起步，属于R包里简单的。
主要功能：
（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
这个包是把你要用的数据处理成标准而统一的数据框（Tidy Data），才能进行进一步的数据处理和作图。

1.3. 学习极简安装R包

1. 准备好Rstudio（恭喜你跳过了安装的坑），设置好工作目录。在控制台输入：library(tidyr),如果你没有这个包，就会报错：

   2. 下载和安装tidier
   install.packages("tidy")
   （这里会默认安装到你的工作目录里，下载很慢，只要控制台不出现＞，就一直等着）
   可能出现报错：
   

   解决方案：换一个国内的镜像（因为前几天设置的时候就已经换上国内的镜像，所以没有报错）
   3. 加载tidier
   library(tidyr) （没有报错就是成功）

2.1 数据框的小常识

1.新建数据框(这里直接把新建的数据框赋值给了a)

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

新建一个数据框并赋值给bioplanet这个变量（赋值符号<-）括号里是“列名”=列值，这里列名要加双引号。这里涉及的几个给列填充数值的函数有
rep 重复，括号中填要重复的字符和重复次数。
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=“”。
1：3表示从1到三。如需一列中需要填入三个无规律的数字，可以用向量c(1，3，4)同样如果填的是字符串也需要加双引号，例如c("aaa",bbb","ccc")。

2.了解概念
key-value--“键值对” ，表示一种对应关系。“键”和“值”都是列名，如SampleName和Expression的对应。
3.函数后面一般都要加括号，括号里第一个参数是都数据框名
4.字符串要加双引号（行名和列名也是字符串，但是可以不用加），其他单元格里出现的字符串要加。
行 raw
列 column，简化写法为col

3.1 认识Tidy Data

这是一种组织表格数据的方式，提供了一种能够跨包使用的“统一”的数据格式。
什么叫“统一”？
每个变量（variable）占一列，每个情况（case）和观测值（observation）占一行。

1.Reshape Data

gather：把宽度较大的数据转换成一个更长的形式，它类比于从reshape2包中融合函数的功能。
spread：把长的数据转换成一个更宽的形式，它类比于从reshape2包中铸造函数的功能。
（下面的类似截图都是来自小抄）

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

由于它自动加了X，写列名的时候就不能按照小抄上面写，而是:

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

gather括号里的分别是：

数据框名，需合并的列名（两个），合并后的key列名，value列名。
其中，需合并的列名也可以列在最后(其实个顺序才是默认的)，key=和value=也可以省略），如果按照上面小抄的命令括号里那个顺序，省略了就会报错。

gather(a,"year","cases",X1999,X2000) #推荐的偷懒做法

其中，合并前的列名如果比较多，可以用排除法来偷懒，在上图例子中可用

gather(a,year,cases,-Country)  #-Country的意思就是合并除country外剩下的列。

2.Handle Missing Values

处理丢失的数据。就是某些单元格有空值的情况。
三种处理方式：
(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。

将示例数据放在你的RData文件夹下（重要!）
NA表示空值，所以新建的时候像我一样空着就好。
用以下命令即可获得图示数据框X
X<-read.csv('doudou.txt')

csv的导入和导出方式。
导入：X<-read.csv('doudou.csv')
导出：write.csv(X,'doudou.csv')

drop_na()：有空值的，整行删除掉
括号里填数据框名，依据的列名（有空值那一列的列名）

drop_na(X,X2)

fill()，根据上一行的数值填充上（好应付的感觉）

fill(X,X2)

replace_na()，空值填进去特定的一个数值,
括号里填数据框名，要填的列名=要填的值

replace_na(X,list(X2=2))

3. Expand Tables

complete（把空值的位置补全）

可以直接用刚才的数据框X填充一下试试。比如填5

> complete(X,nesting(X1),fill=list(X2=5))

expand
列出每列值所有可能的组合
示例数据（就是刚才新建出来的数据框a）：

pin2<-data.frame(GeneId = rep("gene5",times=3),SampleName =paste("Sample",1:3,sep=""),Expression=c(14,19,18))

就是选中的列中的值各种组合，成为一个新表。

4.split cells

separate：按列分割
separate_rows：按行分割