学习小组Day7笔记——单双

今天是最后一天了，看看了任务不轻松呀，加快速度搞定，善始善终。

今天的学习任务是学习一个R包的安装和简单应用（笔记内容未标注部分均学习自生信星球）

R包是什么

R包，类似C、Python中库的概念，指包含特定领域的函数、数据、文档等的集合。通过调用包，可以直接使用包中现成的数据、函数等，使开发方便快捷高效。

为什么学习R包

R的强大在于包含了各种各样的包，使用包非常有利于便捷开发。
一些功能在现有的包中并不存在，需要自己实现，实现后通过打包方便代码的复用。
每个包涵括一个领域相关的函数数据文档等，通过包可以有效地组织代码结构，有利于开发。

R包的结构

创建R包后，在包的根目录下，一般包含以下几个部分（粗体表示必需）：

R/： R函数目录，包含包中定义的函数。
DESCRIPTION：包的描述，包括包名、作者、依赖等。
NAMESPACE：名称空间。
man/： R函数手册目录，包含了包中定义函数的手册。
vignettes/： R项目目录，包含了本项目的使用指导。
tests/： R函数测试目录，包含了包中定义函数的测试及包功能的测试。
data/：包中附带的数据文件。

摘自Young_Gy-R包简单教程

tidyr包

reshape2的替代者，功能更纯粹

tidyr主要提供了一个类似Excel中数据透视表(pivot table)的功能;
gather和spread函数将数据在长格式和宽格式之间相互转化，应用在比如稀疏矩阵和稠密矩阵之间的转化;
separate和union方法提供了数据分组拆分、合并的功能，应用在nominal数据的转化上
R将整洁数据定义为：每个变量的数据存储在自身的列中，每个观测值的数据存储在其自身的行中。整洁数据是进行数据再加工的基础。
tidyr包主要涉及：
1)缺失值的简单补齐
2)长形表变宽形表与宽形表变长形表
　　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。
　 gather()相反的是spread()，前者将不同的列堆叠起来，后者将同一列分开
3)列分割与列合并
　　separate－将一列按分隔符分割为多列
　　unite－将多列按指定分隔符合并为一列
tidyr包：（gather（宽数据转为长数据）、spread（长数据转为宽数据）、unit（多列合并为一列）、separate（将一列分离为多列））

摘自Little_Rookie——R----tidyr包介绍学习

如何使用某个R包

看R包的说明书，又叫小抄，理解并灵活使用

如何获取小抄

百度
Rstudio——cheatsheet
生信星球公众号回复R包名称

如何安装

安装tidyrinstall.packages("tidyr")
如果出错，可修改下镜像，tools-Global options-packages-CRAN mirror-change-选个位置最近的
加载tidyrlibrary(tidyr)也可以安装前用这个命令试一下有没有，

建数据框

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

具体解释：
rep——重复
paste——连接字符串
sep——分隔符
c()——无序数值或字符

背景知识

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。

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

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（姑且这么叫了）里出现的字符串要加。

行 raw ；列 column，简化写法为col

Tidya(可使数据变统一格式，方便跨包使用)，下图很生动，引用自生信星球

每个变量（variable）占一列，每个情况（case，姑且这么翻译）和观测值（observation）占一行

练习使用：

创建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=""))

一 Reshape Data

> gather(a,X1999,X2000,key="year",value="cases")
  Country  year cases
1       A X1999  0.7K
2       B X1999   37K
3       C X1999  212K
4       A X2000    2k
5       B X2000   80k
6       C X2000  213k

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

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

> gather(a,year,cases,-Country)
  Country  year cases
1       A X1999  0.7K
2       B X1999   37K
3       C X1999  212K
4       A X2000    2k
5       B X2000   80k
6       C X2000  213k

二 Handle Missing Values
导入：X<-read.csv('doudou.csv')
导出：write.csv(X,'doudou.csv')
csv很好用

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

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

> 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（把空值的位置补全）

> complete(x,nesting(X1#要把其余列写全，这里就一列),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(所有组合)

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

四 split cells
直接夭折在建数据框上，没有活学活用，先记下，有空再好好研究
separate：按列分割

separate_rows：按行分割

unite：分割完了再合并回去

结语

今天的一点小感悟，我的表妹来看我，她是个受了很多苦但性格开朗的女孩儿，她羡慕我的学生生活，甚至听到别人用hello和我打招呼这种在她的日常中也是很平常的事情，发生在这个我每天待的她很羡慕的地方，她都会觉得格外遥远，很吃惊的问我”在这你们都用英语说话呀“，要知道有这种调侃”读博=蹲监狱“，有些枯燥难熬的时刻确实神似，但可知道你眼中的监狱可是别人眼中的天堂，她经历社会之种种历练在你眼中却是自由，她总用社会底层来形容自己，我告诉她我并不如你，他男朋友说追求不同，我却说不出我追求的是什么，我们都一样，地瓜土豆而已，命运不同而已，走好当下的每一步就好！

至此，7天的学习结束，今天就不长篇大论了，在这里我收获了渔，并对曾觉得像天书般的东西有所了解并初步入门，我感受到了任何不经意提出的小问题都有及时的反馈和更新（比如脚本窗口的使用，引用图片的格式，笔记中记下的小问题等等），我感受到了教程的精心准备和老师的用心，很值得，不知下次何时再见，期待，感谢+7+.......................！