记一次和室友的讨论

充分应用了我目前所掌握的perl编程技巧和浅显的R知识，以及复习了一些文件传输知识（Windows和Linux文件互传，利用文件句柄输出文件，R读入Linux文件）。在和室友的这一次讨论中，自己尝试了多次才成功，最终的效果不错，比室友在Excel上操作快不少。他的Excel还是很厉害的，用的是宏，这一些Excel知识我是不太了解的。

事情的起因是，我这位什么都懂点的室友在中午1:30的时候突然抛给我一个问题：

（表1）

如何把上面这张表转换为下面这张

（表2）

他嫌复制—下拉—复制—转置太麻烦了，毕竟他的完整表格有四五百行。

下面的那张表格似曾相识，昨天学R的时候刚好学到了，应该是叫“tidy data原则”。于是我首先想到的是用R：

1.先把表1的左边两列单独处理，得到两个均为11行的表

biao1

biao2

（第二张也是这样）

2.再对表的右边12列进行处理，目的是得到tidy data.

>hqg_txt

>View(hqg_txt)

>hqg_txt_tidy1

>View(hqg_txt_tidy1)

按shoot、root排序之后的形式是我们想到的。但此时不确定之后左右拼接表格会不会受到前面序号的影响。

3.拼接表格

>biao3

>biao4

>View(biao4)

到这儿可以看出，拼接的时候序号还是默认了一致，所以尝试是失败的。另外还有一点，最上面那个测试表格只有两行，就需要写这么多操作，似乎也没有多省时，500行肯定累死。不过我相信R肯定有办法，只是我还没有学到位。

洗个澡的工夫，我突然想到perl也许可以解决问题。perl里面讲split的时候，说过可以按照特定的字符（如制表符\t）分隔字符串。基本算法就是，每一次读入一行记录，一一分开，左边三列配合换行符让其重复11次组成数组，右边11个元素一一加上换行符组成新的数组，这两个数组分别打印在两个文本文件（可以追加编辑）上，最后在R上将两个文本左右拼接就可以了。

------------------------------

#! /usr/bin/perl

use warnings;

$n = 0;

#@zuobiao = qw();

#@youbiao = qw();

#$zuobiaohang = "";

$filename = 'hqg_excel.txt';

my $file_fh = hqg_excel_fh;

open $file_fh, '

$outfilename1 = 'zuobiao.txt';

my $outfile_fh1 = zuobiao_fh;

open $outfile_fh1, '>', $outfilename1 or die;

$outfilename2 = 'youbiao.txt';

my $outfile_fh2 = youbiao_fh;

open $outfile_fh2, '>', $outfilename2 or die;

while () {

@zuobiao = qw();

@youbiao = qw();

$zuobiaohang = "";

$n = $n + 1;

chomp;

my @yihang = split /\t/, $_;

for ($i = 0;$i

$zuobiaohang = $zuobiaohang.$yihang[$i]."\t";

}

$zuobiaohang = $zuobiaohang.$yihang[2];

$zuobiaohang = $zuobiaohang."\n";

for ($j = 1; $j

push (@zuobiao,$zuobiaohang);

}

#print "this is zuobiao.\n";

foreach $quzhi (@zuobiao) {

print $outfile_fh1 $quzhi;

#print $quzhi;

}

for ($k = 3;$k

$youbiaohang = $yihang[$k]."\n";

push (@youbiao,$youbiaohang);

}

#print "this is youbiao.\n";

foreach $quvalue (@youbiao) {

print $outfile_fh2 $quvalue;

#print $quvalue;

}

}

print "there are $n lines on this table.";

#这里为了图简便，直接用了数据元素的个数来写循环，如果遇到有的行不是11个数据，就需要用函数来取数组的元素个数了。

------------------------------

写代码的过程是难熬的，写出来的时候是自豪的。

$ vi perltest.pl写到Linux上；$ perl perltest.pl运行，hqg_excel.txt里存的是测试数据，现在就可以看到两个文本文件了。（这里说一下，为了让室友检验我的程序，我又让他给我发了一个12行的数据，重写进了hqg_excel.txt）

再在R上面操作：

（只截取了一部分）

到这儿应该算是圆满完成了，不管几百行，只要是这个结构的数据都可以几个命令搞定，哪怕是不等于11个样本，左边的不止三列，把代码改下又可以使用。室友的方法还是有些繁琐，给我演示的时候，点了很多键。

实用性就更不用说了，身边的很多人都习惯性的采用最上面那张表的形式来做表格，我也是这样。以后应该有用处。