实验数据整理：使用R语言和tidyverse包的基本流程

R专家通常将与项目相关的所有文件放在一起，其中包括输入数据、R脚本、分析结果以及图形，这是一个非常好的习惯。在R-Studio中，通过项目对这种做法提供了内置的支持。因此在使用R语言进行统计分析时，建议如下：

●为每个数据分析任务创建R-Studio项目；

●在项目中保存数据文件；

●在项目中保存脚本；

●在项目中保存输出（图形和整理后数据）；(www.xing528.com)

●只使用相对路径，不要使用绝对路径。

在一个典型的R统计分析过程中主要步骤包括数据导入、数据整理、数据转换、构建模型和可视化。首先，你必须将数据导入R，即读取保存在文件、数据库或Web API中的数据，再加载到R的数据框中。导入数据后，就应该对数据进行整理。数据整理就是将数据保存为一致的形式，以满足其所在数据集在语义上的要求。在实际实验工作中，我们实验完成后所获得的数据需要进行适当处理，以方便进行统计分析，在R中建议将数据处理为tidy data（意为干净整齐的数据）。tidy data中每一列为一个变量，每一行为一个观测样本，对应的每行、列为单独一个值。一旦拥有了整洁的数据，通常下一步就是对数据进行转换。数据转换包括选取出感兴趣的观测（如某个特定实验处理的观测值）、使用现有变量创建新变量（如根据体重和时间计算出生长率），以及计算一些摘要统计量（如计数或均值）。数据整理完成后即可进行可视化和数据建模。在R中有太多的函数包能够完成上述工作，在本章中主要以tidyverse包为基础介绍实验数据整理的基本流程。

tidyverse是一组处理与可视化R包的集合，其中ggplot2、dplyr和tidyr最广为人知。核心包中：readr—读入表格数据，tibble—新一代数据框，tidyr—清理数据，dplyr—数据操作语法，可以解决大部分数据处理问题，forcats—提供有用工具用来处理因子问题，ggplot2—最流行的数据可视化包。在整理数据文件之前，可以导入tidyverse包，查看一下相关子包导入情况，在输出中可以查看到部分函数有冲突，如果需要运行被替换的函数，可以采用包加函数名直接调用［如stats：：filter（）］。