Язык R и его применение в биоинформатике

# Язык R и его применение в биоинформатике
### Анастасия Жарикова
### 17.09.2021

---

body, td {
   font-size: 26px;
}
code.r{
  font-size: 26px;
}
pre {
  font-size: 26px
}
</style>

# Пакет пакетов

~~Забудьте все, чему вас учили...~~

---

# Пакеты

## Репозитории

- CRAN - https://cran.r-project.org/: install.packages()

- Bioconductor - https://www.bioconductor.org/

- Github - https://github.com/

---

# Пакеты

## Полезные команды

- remove.packages("packagename") - удалить пакет

- update.packages() - обновить все пакеты

- library() - список доступных пакетов

- library("packagename") - загрузить установленный пакет в текущую R сессию

- vignette("packagename") - посмотреть "красивый" мануал по пакету, есть не для всех пакетов

---

# Пакеты

Большинство нужных пакетов уже установлено в web RStudio на kodomo!

Нужно только подгрузить пакет с помощью library("packagename").

Если пакета не обнаружено - тогда устанавливайте.

Установить пакет нужно один раз, но подгружать при каждом запуске рабочего сеанса. 
---

# tidyverse

- В web RStudio на kodomo

library(tidyverse)

- На своем компьютере

install.packages("tidyverse")

library(tidyverse)

https://www.tidyverse.org/

```r
tidyverse_packages()
```

```
 [1] "broom"         "cli"           "crayon"        "dbplyr"       
 [5] "dplyr"         "dtplyr"        "forcats"       "googledrive"  
 [9] "googlesheets4" "ggplot2"       "haven"         "hms"          
[13] "httr"          "jsonlite"      "lubridate"     "magrittr"     
[17] "modelr"        "pillar"        "purrr"         "readr"        
[21] "readxl"        "reprex"        "rlang"         "rstudioapi"   
[25] "rvest"         "stringr"       "tibble"        "tidyr"        
[29] "xml2"          "tidyverse"    
```

---

# tibble-фреймы

Похоже на data.frame

Ведут себя более предсказуемо и удобно

При работе с данными с помощью коллекции пакетов tidyverse в большинстве случаев на выходе получается tibble-фреймы

---

```r
*tibble(
* x = 1:5,
* y = 1,
* `1z b` = x^2 + y
*) 
```
]
 
.panel2-vec1-user[

```
# A tibble: 5 × 3
      x     y `1z b`
  <int> <dbl>  <dbl>
1     1     1      2
2     2     1      5
3     3     1     10
4     4     1     17
5     5     1     26
```
]

Не преобразует строки в факторы

Не изменяет имена переменных

Можно (но нужно ли?) использовать "недопустимые" имена столбцов

Выводит информацию о размере выводимого фрейма и типе данных в столбцах

Позволяет ссылаться на только что созданные переменные

---

```r
*tribble(
* ~x,~y,~z,
* "a",2,3.6,
* "b",5,1.0
*) 
```
]
 
.panel2-vec2-user[

```
# A tibble: 2 × 3
  x         y     z
  <chr> <dbl> <dbl>
1 a         2   3.6
2 b         5   1  
```
]

---

# tibble-фреймы

## Создание

### Базовый фрейм

```r
head(iris)
```

```
  Sepal.Length Sepal.Width Petal.Length Petal.Width Species
1          5.1         3.5          1.4         0.2  setosa
2          4.9         3.0          1.4         0.2  setosa
3          4.7         3.2          1.3         0.2  setosa
4          4.6         3.1          1.5         0.2  setosa
5          5.0         3.6          1.4         0.2  setosa
6          5.4         3.9          1.7         0.4  setosa
```

---

# tibble-фреймы

## Создание

```r
as_tibble(iris)
```

```
# A tibble: 150 × 5
   Sepal.Length Sepal.Width Petal.Length Petal.Width Species
          <dbl>       <dbl>        <dbl>       <dbl> <fct>  
 1          5.1         3.5          1.4         0.2 setosa 
 2          4.9         3            1.4         0.2 setosa 
 3          4.7         3.2          1.3         0.2 setosa 
 4          4.6         3.1          1.5         0.2 setosa 
 5          5           3.6          1.4         0.2 setosa 
 6          5.4         3.9          1.7         0.4 setosa 
 7          4.6         3.4          1.4         0.3 setosa 
 8          5           3.4          1.5         0.2 setosa 
 9          4.4         2.9          1.4         0.2 setosa 
10          4.9         3.1          1.5         0.1 setosa 
# … with 140 more rows
```

Выведет только 10 первых строк и помещающиеся столбцы, а не "простыню"

---

#dplyr

https://dplyr.tidyverse.org/reference/index.html

Очень много разных функций

У каждой функции очень много разных опций

Разберем только некоторые наиболее употребимые

---

```r
*nrow(starwars)
```
]
 
.panel2-vec3-user[

```
[1] 87
```
]

---
count: false
 
# dplyr
Фильтрация строк по условию - filter()
.panel1-vec3-user[

```r
nrow(starwars)
*a <- filter(starwars, height > 150)
```
]
 
.panel2-vec3-user[

```
[1] 87
```
]

---
count: false
 
# dplyr
Фильтрация строк по условию - filter()
.panel1-vec3-user[

```r
nrow(starwars)
a <- filter(starwars, height > 150)
*nrow(a)
```
]
 
.panel2-vec3-user[

```
[1] 87
```

```
[1] 69
```
]

---

# dplyr

## Фильтрация строк по условию - filter()

Подключаем конвейер %>%

```r
starwars %>%
  filter(height > 150)
```

```
# A tibble: 69 × 14
   name    height  mass hair_color  skin_color eye_color birth_year sex   gender
   <chr>    <int> <dbl> <chr>       <chr>      <chr>          <dbl> <chr> <chr> 
 1 Luke S…    172    77 blond       fair       blue            19   male  mascu…
 2 C-3PO      167    75 NA          gold       yellow         112   none  mascu…
 3 Darth …    202   136 none        white      yellow          41.9 male  mascu…
 4 Owen L…    178   120 brown, grey light      blue            52   male  mascu…
 5 Beru W…    165    75 brown       light      blue            47   fema… femin…
 6 Biggs …    183    84 black       light      brown           24   male  mascu…
 7 Obi-Wa…    182    77 auburn, wh… fair       blue-gray       57   male  mascu…
 8 Anakin…    188    84 blond       fair       blue            41.9 male  mascu…
 9 Wilhuf…    180    NA auburn, gr… fair       blue            64   male  mascu…
10 Chewba…    228   112 brown       unknown    blue           200   male  mascu…
# … with 59 more rows, and 5 more variables: homeworld <chr>, species <chr>,
#   films <list>, vehicles <list>, starships <list>
```

---

# dplyr

## Фильтрация строк по условию - filter()

```r
starwars %>%
  filter(height > 150, mass < 100, hair_color == "blond")
```

```
# A tibble: 2 × 14
  name      height  mass hair_color skin_color eye_color birth_year sex   gender
  <chr>      <int> <dbl> <chr>      <chr>      <chr>          <dbl> <chr> <chr> 
1 Luke Sky…    172    77 blond      fair       blue            19   male  mascu…
2 Anakin S…    188    84 blond      fair       blue            41.9 male  mascu…
# … with 5 more variables: homeworld <chr>, species <chr>, films <list>,
#   vehicles <list>, starships <list>
```

---

# dplyr

## Выбор строк по позициям - slice()

```r
starwars %>%
  slice(10:20)
```

```
# A tibble: 11 × 14
   name    height  mass hair_color  skin_color eye_color birth_year sex   gender
   <chr>    <int> <dbl> <chr>       <chr>      <chr>          <dbl> <chr> <chr> 
 1 Obi-Wa…    182    77 auburn, wh… fair       blue-gray       57   male  mascu…
 2 Anakin…    188    84 blond       fair       blue            41.9 male  mascu…
 3 Wilhuf…    180    NA auburn, gr… fair       blue            64   male  mascu…
 4 Chewba…    228   112 brown       unknown    blue           200   male  mascu…
 5 Han So…    180    80 brown       fair       brown           29   male  mascu…
 6 Greedo     173    74 NA          green      black           44   male  mascu…
 7 Jabba …    175  1358 NA          green-tan… orange         600   herm… mascu…
 8 Wedge …    170    77 brown       fair       hazel           21   male  mascu…
 9 Jek To…    180   110 brown       fair       blue            NA   male  mascu…
10 Yoda        66    17 white       green      brown          896   male  mascu…
11 Palpat…    170    75 grey        pale       yellow          82   male  mascu…
# … with 5 more variables: homeworld <chr>, species <chr>, films <list>,
#   vehicles <list>, starships <list>
```

---

# dplyr

## Конвейерный подход - можно комбинировать все!

```r
starwars %>%
  filter(height > 150, hair_color == "blond") %>%
  slice(1:3)
```

```
# A tibble: 3 × 14
  name      height  mass hair_color skin_color eye_color birth_year sex   gender
  <chr>      <int> <dbl> <chr>      <chr>      <chr>          <dbl> <chr> <chr> 
1 Luke Sky…    172    77 blond      fair       blue            19   male  mascu…
2 Anakin S…    188    84 blond      fair       blue            41.9 male  mascu…
3 Finis Va…    170    NA blond      fair       blue            91   male  mascu…
# … with 5 more variables: homeworld <chr>, species <chr>, films <list>,
#   vehicles <list>, starships <list>
```

---

# dplyr

## Выбор строк по позициям - slice()

n() - число записей

```r
starwars %>%
  slice((n()-3):n())
```

```
# A tibble: 4 × 14
  name     height  mass hair_color skin_color eye_color birth_year sex    gender
  <chr>     <int> <dbl> <chr>      <chr>      <chr>          <dbl> <chr>  <chr> 
1 Poe Dam…     NA    NA brown      light      brown             NA male   mascu…
2 BB8          NA    NA none       none       black             NA none   mascu…
3 Captain…     NA    NA unknown    unknown    unknown           NA NA     NA    
4 Padmé A…    165    45 brown      light      brown             46 female femin…
# … with 5 more variables: homeworld <chr>, species <chr>, films <list>,
#   vehicles <list>, starships <list>
```

---

# dplyr

## Выбор строк по позициям - slice()

```r
starwars %>%
  slice_head(n=5)
```

```
# A tibble: 5 × 14
  name     height  mass hair_color skin_color  eye_color birth_year sex   gender
  <chr>     <int> <dbl> <chr>      <chr>       <chr>          <dbl> <chr> <chr> 
1 Luke Sk…    172    77 blond      fair        blue            19   male  mascu…
2 C-3PO       167    75 NA         gold        yellow         112   none  mascu…
3 R2-D2        96    32 NA         white, blue red             33   none  mascu…
4 Darth V…    202   136 none       white       yellow          41.9 male  mascu…
5 Leia Or…    150    49 brown      light       brown           19   fema… femin…
# … with 5 more variables: homeworld <chr>, species <chr>, films <list>,
#   vehicles <list>, starships <list>
```

---

# dplyr

## Выбор строк по позициям - slice()

```r
set.seed(123)
starwars %>%
  slice_sample(n=10)
```

```
# A tibble: 10 × 14
   name    height  mass hair_color skin_color  eye_color birth_year sex   gender
   <chr>    <int> <dbl> <chr>      <chr>       <chr>          <dbl> <chr> <chr> 
 1 Qui-Go…    193    89 brown      fair        blue              92 male  mascu…
 2 Raymus…    188    79 brown      light       brown             NA male  mascu…
 3 Eeth K…    171    NA black      brown       brown             NA male  mascu…
 4 Han So…    180    80 brown      fair        brown             29 male  mascu…
 5 Zam We…    168    55 blonde     fair, gree… yellow            NA fema… femin…
 6 Darth …    175    80 none       red         yellow            54 male  mascu…
 7 Kit Fi…    196    87 none       green       black             NA male  mascu…
 8 Bib Fo…    180    NA none       pale        pink              NA male  mascu…
 9 Poe Da…     NA    NA brown      light       brown             NA male  mascu…
10 Lobot      175    79 none       light       blue              37 male  mascu…
# … with 5 more variables: homeworld <chr>, species <chr>, films <list>,
#   vehicles <list>, starships <list>
```

---

# dplyr

## Выбор колонок по имени - select()

```r
starwars %>%
  select(name,height,mass,hair_color)
```

```
# A tibble: 87 × 4
   name               height  mass hair_color   
   <chr>               <int> <dbl> <chr>        
 1 Luke Skywalker        172    77 blond        
 2 C-3PO                 167    75 NA           
 3 R2-D2                  96    32 NA           
 4 Darth Vader           202   136 none         
 5 Leia Organa           150    49 brown        
 6 Owen Lars             178   120 brown, grey  
 7 Beru Whitesun lars    165    75 brown        
 8 R5-D4                  97    32 NA           
 9 Biggs Darklighter     183    84 black        
10 Obi-Wan Kenobi        182    77 auburn, white
# … with 77 more rows
```

---

# dplyr

## Выбор колонок по имени - select()

```r
starwars %>%
  select(name:hair_color)
```

---

# dplyr

## Выбор колонок по имени - select()

```r
starwars %>%
  select(-(name:hair_color))
```

```
# A tibble: 87 × 10
   skin_color  eye_color birth_year sex    gender homeworld species films vehicles
   <chr>       <chr>          <dbl> <chr>  <chr>  <chr>     <chr>   <lis> <list>  
 1 fair        blue            19   male   mascu… Tatooine  Human   <chr… <chr [2…
 2 gold        yellow         112   none   mascu… Tatooine  Droid   <chr… <chr [0…
 3 white, blue red             33   none   mascu… Naboo     Droid   <chr… <chr [0…
 4 white       yellow          41.9 male   mascu… Tatooine  Human   <chr… <chr [0…
 5 light       brown           19   female femin… Alderaan  Human   <chr… <chr [1…
 6 light       blue            52   male   mascu… Tatooine  Human   <chr… <chr [0…
 7 light       blue            47   female femin… Tatooine  Human   <chr… <chr [0…
 8 white, red  red             NA   none   mascu… Tatooine  Droid   <chr… <chr [0…
 9 light       brown           24   male   mascu… Tatooine  Human   <chr… <chr [0…
10 fair        blue-gray       57   male   mascu… Stewjon   Human   <chr… <chr [1…
# … with 77 more rows, and 1 more variable: starships <list>
```

---

# dplyr

## Выбор колонок по имени - select ()

```r
as_tibble(iris) %>%
  select(starts_with('Sepal'))
```

```
# A tibble: 150 × 2
   Sepal.Length Sepal.Width
          <dbl>       <dbl>
 1          5.1         3.5
 2          4.9         3  
 3          4.7         3.2
 4          4.6         3.1
 5          5           3.6
 6          5.4         3.9
 7          4.6         3.4
 8          5           3.4
 9          4.4         2.9
10          4.9         3.1
# … with 140 more rows
```

Аналогично:

starts_with(), ends_with(), matches() и contains()

---

count: false
 
# dplyr
Выбрать 1 столбец и взять как вектор - pull()
.panel1-vec4-user[

```r
*starwars %>%
* select(name)
```
]
 
.panel2-vec4-user[

```
# A tibble: 87 × 1
   name              
   <chr>             
 1 Luke Skywalker    
 2 C-3PO             
 3 R2-D2             
 4 Darth Vader       
 5 Leia Organa       
 6 Owen Lars         
 7 Beru Whitesun lars
 8 R5-D4             
 9 Biggs Darklighter 
10 Obi-Wan Kenobi    
# … with 77 more rows
```
]

---
count: false
 
# dplyr
Выбрать 1 столбец и взять как вектор - pull()
.panel1-vec4-user[

```r
starwars %>%
  select(name)

*starwars %>%
* pull(name)
```
]
 
.panel2-vec4-user[

```
 [1] "Luke Skywalker"        "C-3PO"                 "R2-D2"                
 [4] "Darth Vader"           "Leia Organa"           "Owen Lars"            
 [7] "Beru Whitesun lars"    "R5-D4"                 "Biggs Darklighter"    
[10] "Obi-Wan Kenobi"        "Anakin Skywalker"      "Wilhuff Tarkin"       
[13] "Chewbacca"             "Han Solo"              "Greedo"               
[16] "Jabba Desilijic Tiure" "Wedge Antilles"        "Jek Tono Porkins"     
[19] "Yoda"                  "Palpatine"             "Boba Fett"            
[22] "IG-88"                 "Bossk"                 "Lando Calrissian"     
[25] "Lobot"                 "Ackbar"                "Mon Mothma"           
[28] "Arvel Crynyd"          "Wicket Systri Warrick" "Nien Nunb"            
[31] "Qui-Gon Jinn"          "Nute Gunray"           "Finis Valorum"        
[34] "Jar Jar Binks"         "Roos Tarpals"          "Rugor Nass"           
[37] "Ric Olié"              "Watto"                 "Sebulba"              
[40] "Quarsh Panaka"         "Shmi Skywalker"        "Darth Maul"           
[43] "Bib Fortuna"           "Ayla Secura"           "Dud Bolt"             
[46] "Gasgano"               "Ben Quadinaros"        "Mace Windu"           
[49] "Ki-Adi-Mundi"          "Kit Fisto"             "Eeth Koth"            
[52] "Adi Gallia"            "Saesee Tiin"           "Yarael Poof"          
[55] "Plo Koon"              "Mas Amedda"            "Gregar Typho"         
[58] "Cordé"                 "Cliegg Lars"           "Poggle the Lesser"    
[61] "Luminara Unduli"       "Barriss Offee"         "Dormé"                
[64] "Dooku"                 "Bail Prestor Organa"   "Jango Fett"           
[67] "Zam Wesell"            "Dexter Jettster"       "Lama Su"              
[70] "Taun We"               "Jocasta Nu"            "Ratts Tyerell"        
[73] "R4-P17"                "Wat Tambor"            "San Hill"             
[76] "Shaak Ti"              "Grievous"              "Tarfful"              
[79] "Raymus Antilles"       "Sly Moore"             "Tion Medon"           
[82] "Finn"                  "Rey"                   "Poe Dameron"          
[85] "BB8"                   "Captain Phasma"        "Padmé Amidala"        
```
]

---

# dplyr

## Сортировка по колонкам - arrange()

```r
starwars %>%
  arrange(name,desc(mass),hair_color) %>%
  slice_head(n = 3)
```

```
# A tibble: 3 × 14
  name     height  mass hair_color skin_color  eye_color birth_year sex   gender
  <chr>     <int> <dbl> <chr>      <chr>       <chr>          <dbl> <chr> <chr> 
1 Ackbar      180    83 none       brown mott… orange          41   male  mascu…
2 Adi Gal…    184    50 none       dark        blue            NA   fema… femin…
3 Anakin …    188    84 blond      fair        blue            41.9 male  mascu…
# … with 5 more variables: homeworld <chr>, species <chr>, films <list>,
#   vehicles <list>, starships <list>
```

Сначала сортируем по столбцу name по возрастанию.

Потом сортируем по столбцу desc по убыванию.

Потом сортируем по столбцу hair_color по возрастанию.

Отсутствующие значения ВСЕГДА в конце

---

# dplyr

## Подсчитать новую колонку - mutate()

```r
starwars %>%
  select(name:hair_color) %>%
  mutate(HM = height*mass)
```

```
# A tibble: 87 × 5
   name               height  mass hair_color       HM
   <chr>               <int> <dbl> <chr>         <dbl>
 1 Luke Skywalker        172    77 blond         13244
 2 C-3PO                 167    75 NA            12525
 3 R2-D2                  96    32 NA             3072
 4 Darth Vader           202   136 none          27472
 5 Leia Organa           150    49 brown          7350
 6 Owen Lars             178   120 brown, grey   21360
 7 Beru Whitesun lars    165    75 brown         12375
 8 R5-D4                  97    32 NA             3104
 9 Biggs Darklighter     183    84 black         15372
10 Obi-Wan Kenobi        182    77 auburn, white 14014
# … with 77 more rows
```

---

# dplyr

## Подсчитать новую колонку и убрать остальные - transmute()

```r
starwars %>%
  select(name:hair_color) %>%
  transmute(inv_mass = 1/mass,
            inv_height = 1/height)
```

```
# A tibble: 87 × 2
   inv_mass inv_height
      <dbl>      <dbl>
 1  0.0130     0.00581
 2  0.0133     0.00599
 3  0.0312     0.0104 
 4  0.00735    0.00495
 5  0.0204     0.00667
 6  0.00833    0.00562
 7  0.0133     0.00606
 8  0.0312     0.0103 
 9  0.0119     0.00546
10  0.0130     0.00549
# … with 77 more rows
```

---

# dplyr

## Переименовать колонку - rename()

```r
starwars %>%
  select(name:hair_color) %>%
  rename(NAME=name)
```

```
# A tibble: 87 × 4
   NAME               height  mass hair_color   
   <chr>               <int> <dbl> <chr>        
 1 Luke Skywalker        172    77 blond        
 2 C-3PO                 167    75 NA           
 3 R2-D2                  96    32 NA           
 4 Darth Vader           202   136 none         
 5 Leia Organa           150    49 brown        
 6 Owen Lars             178   120 brown, grey  
 7 Beru Whitesun lars    165    75 brown        
 8 R5-D4                  97    32 NA           
 9 Biggs Darklighter     183    84 black        
10 Obi-Wan Kenobi        182    77 auburn, white
# … with 77 more rows
```

---

# dplyr

## Взять уникальные значения - distinct()

```r
df <- tribble(
  ~a,~b,
  "a",1,
  "a",1,
  "a",2,
  "b",3,
  "b",3
)

distinct(df)
```

```
# A tibble: 3 × 2
  a         b
  <chr> <dbl>
1 a         1
2 a         2
3 b         3
```

---

# dplyr

## Получение групповых итогов - summarize()

```r
starwars %>%
  summarise(mass_mean_noNA = mean(mass, na.rm=T),
            mass_mean_withNA = mean(mass),
            heihgt_max = max(height,na.rm = T),
            count = n())
```

```
# A tibble: 1 × 4
  mass_mean_noNA mass_mean_withNA heihgt_max count
           <dbl>            <dbl>      <int> <int>
1           97.3               NA        264    87
```
  
---

# dplyr

## Работа с группами - group_by() + summarise()

```r
starwars %>%
  select(name:eye_color) %>%
  drop_na() %>%
  group_by(eye_color) %>%
  summarise(count = n(),
            height = max(height))
```

```
# A tibble: 11 × 3
   eye_color     count height
   <chr>         <int>  <int>
 1 black             6    229
 2 blue             12    234
 3 blue-gray         1    182
 4 brown            13    193
 5 green, yellow     1    216
 6 hazel             2    178
 7 orange            5    224
 8 red               3    200
 9 unknown           2    193
10 white             1    178
11 yellow            8    202
```

Число строк и максимальный вес подсчитаны для каждого цвета глаз отдельно

---

# dplyr

## Работа с группами

После применения group_by() все манипуляции будут проходить для каждой группы отдельно

Если далее нужно вернуться к работе с полным набором данных, нужно разгрупировать tibble-фрейм - ungroup()

---

# stringr

## Работа с строками

https://stringr.tidyverse.org/

Посмотрим работу некоторых функций в связке с dplyr

Тестовый набор данных:

```r
SW <- starwars %>%
  select(name:eye_color) %>%
  drop_na()
```

---

# stringr

## Подсчитать длину строки - str_length()

```r
SW %>%  
  mutate(name_len = str_length(name))
```

```
# A tibble: 54 × 7
   name               height  mass hair_color    skin_color eye_color name_len
   <chr>               <int> <dbl> <chr>         <chr>      <chr>        <int>
 1 Luke Skywalker        172    77 blond         fair       blue            14
 2 Darth Vader           202   136 none          white      yellow          11
 3 Leia Organa           150    49 brown         light      brown           11
 4 Owen Lars             178   120 brown, grey   light      blue             9
 5 Beru Whitesun lars    165    75 brown         light      blue            18
 6 Biggs Darklighter     183    84 black         light      brown           17
 7 Obi-Wan Kenobi        182    77 auburn, white fair       blue-gray       14
 8 Anakin Skywalker      188    84 blond         fair       blue            16
 9 Chewbacca             228   112 brown         unknown    blue             9
10 Han Solo              180    80 brown         fair       brown            8
# … with 44 more rows
```

---

# stringr

## Взять подстроку - str_sub()

```r
SW %>%  
  mutate(name_start = str_sub(name,1,5))
```

```
# A tibble: 54 × 7
   name               height  mass hair_color    skin_color eye_color name_start
   <chr>               <int> <dbl> <chr>         <chr>      <chr>     <chr>     
 1 Luke Skywalker        172    77 blond         fair       blue      "Luke "   
 2 Darth Vader           202   136 none          white      yellow    "Darth"   
 3 Leia Organa           150    49 brown         light      brown     "Leia "   
 4 Owen Lars             178   120 brown, grey   light      blue      "Owen "   
 5 Beru Whitesun lars    165    75 brown         light      blue      "Beru "   
 6 Biggs Darklighter     183    84 black         light      brown     "Biggs"   
 7 Obi-Wan Kenobi        182    77 auburn, white fair       blue-gray "Obi-W"   
 8 Anakin Skywalker      188    84 blond         fair       blue      "Anaki"   
 9 Chewbacca             228   112 brown         unknown    blue      "Chewb"   
10 Han Solo              180    80 brown         fair       brown     "Han S"   
# … with 44 more rows
```

---

# stringr

## Изменение регистра

```r
SW %>%
  mutate(name_upper = str_to_upper(name))
```

```
# A tibble: 54 × 7
   name               height  mass hair_color    skin_color eye_color name_upper
   <chr>               <int> <dbl> <chr>         <chr>      <chr>     <chr>     
 1 Luke Skywalker        172    77 blond         fair       blue      LUKE SKYW…
 2 Darth Vader           202   136 none          white      yellow    DARTH VAD…
 3 Leia Organa           150    49 brown         light      brown     LEIA ORGA…
 4 Owen Lars             178   120 brown, grey   light      blue      OWEN LARS 
 5 Beru Whitesun lars    165    75 brown         light      blue      BERU WHIT…
 6 Biggs Darklighter     183    84 black         light      brown     BIGGS DAR…
 7 Obi-Wan Kenobi        182    77 auburn, white fair       blue-gray OBI-WAN K…
 8 Anakin Skywalker      188    84 blond         fair       blue      ANAKIN SK…
 9 Chewbacca             228   112 brown         unknown    blue      CHEWBACCA 
10 Han Solo              180    80 brown         fair       brown     HAN SOLO  
# … with 44 more rows
```

Аналогично:

str_to_lower(), str_to_title()

---

# stringr

## Соответствие символьного вектора шаблону - str_detect()

```r
SW %>%
  mutate(nameL = str_detect(name,"^L"))
```

```
# A tibble: 54 × 7
   name               height  mass hair_color    skin_color eye_color nameL
   <chr>               <int> <dbl> <chr>         <chr>      <chr>     <lgl>
 1 Luke Skywalker        172    77 blond         fair       blue      TRUE 
 2 Darth Vader           202   136 none          white      yellow    FALSE
 3 Leia Organa           150    49 brown         light      brown     TRUE 
 4 Owen Lars             178   120 brown, grey   light      blue      FALSE
 5 Beru Whitesun lars    165    75 brown         light      blue      FALSE
 6 Biggs Darklighter     183    84 black         light      brown     FALSE
 7 Obi-Wan Kenobi        182    77 auburn, white fair       blue-gray FALSE
 8 Anakin Skywalker      188    84 blond         fair       blue      FALSE
 9 Chewbacca             228   112 brown         unknown    blue      FALSE
10 Han Solo              180    80 brown         fair       brown     FALSE
# … with 44 more rows
```

Находит значения в столбце name, начинающиеся с L.

"L$" - аналогично: заканчиваются на L

Можно искать вхождение подстроки или паттерна

---

# stringr

## Подсчет обнаруженных совпадений в строке - str_count()

```r
SW %>%
  mutate(out = str_count(eye_color,c('l','a')))
```

```
# A tibble: 54 × 7
   name               height  mass hair_color    skin_color eye_color   out
   <chr>               <int> <dbl> <chr>         <chr>      <chr>     <int>
 1 Luke Skywalker        172    77 blond         fair       blue          1
 2 Darth Vader           202   136 none          white      yellow        0
 3 Leia Organa           150    49 brown         light      brown         0
 4 Owen Lars             178   120 brown, grey   light      blue          0
 5 Beru Whitesun lars    165    75 brown         light      blue          1
 6 Biggs Darklighter     183    84 black         light      brown         0
 7 Obi-Wan Kenobi        182    77 auburn, white fair       blue-gray     1
 8 Anakin Skywalker      188    84 blond         fair       blue          0
 9 Chewbacca             228   112 brown         unknown    blue          1
10 Han Solo              180    80 brown         fair       brown         0
# … with 44 more rows
```

Подсчитывает сколько в каждом значении столбца eye_color букв l и a

---

# stringr

## Удаляет паттерн - str_remove_all()

```r
SW %>%
  mutate(rm = str_remove_all(eye_color, "[aeiou]"))
```

```
# A tibble: 54 × 7
   name               height  mass hair_color    skin_color eye_color rm    
   <chr>               <int> <dbl> <chr>         <chr>      <chr>     <chr> 
 1 Luke Skywalker        172    77 blond         fair       blue      bl    
 2 Darth Vader           202   136 none          white      yellow    yllw  
 3 Leia Organa           150    49 brown         light      brown     brwn  
 4 Owen Lars             178   120 brown, grey   light      blue      bl    
 5 Beru Whitesun lars    165    75 brown         light      blue      bl    
 6 Biggs Darklighter     183    84 black         light      brown     brwn  
 7 Obi-Wan Kenobi        182    77 auburn, white fair       blue-gray bl-gry
 8 Anakin Skywalker      188    84 blond         fair       blue      bl    
 9 Chewbacca             228   112 brown         unknown    blue      bl    
10 Han Solo              180    80 brown         fair       brown     brwn  
# … with 44 more rows
```

Удалили из столбца eye_color все гласные буквы

str_remove() удаляет только первое вхождение

---

# stringr

## Заменить паттерн - str_replace_all()

```r
SW %>%
  mutate(rep = str_replace_all(eye_color,"[aeiou]","-"))
```

```
# A tibble: 54 × 7
   name               height  mass hair_color    skin_color eye_color rep      
   <chr>               <int> <dbl> <chr>         <chr>      <chr>     <chr>    
 1 Luke Skywalker        172    77 blond         fair       blue      bl--     
 2 Darth Vader           202   136 none          white      yellow    y-ll-w   
 3 Leia Organa           150    49 brown         light      brown     br-wn    
 4 Owen Lars             178   120 brown, grey   light      blue      bl--     
 5 Beru Whitesun lars    165    75 brown         light      blue      bl--     
 6 Biggs Darklighter     183    84 black         light      brown     br-wn    
 7 Obi-Wan Kenobi        182    77 auburn, white fair       blue-gray bl---gr-y
 8 Anakin Skywalker      188    84 blond         fair       blue      bl--     
 9 Chewbacca             228   112 brown         unknown    blue      bl--     
10 Han Solo              180    80 brown         fair       brown     br-wn    
# … with 44 more rows
```

Заменили в столбце eye_color все гласные буквы на -

str_replace() заменит только первое вхождение

---

# stringr

## Взять n слов из строки - word()

```r
SW %>%
  mutate(first = word(name,1))
```

```
# A tibble: 54 × 7
   name               height  mass hair_color    skin_color eye_color first    
   <chr>               <int> <dbl> <chr>         <chr>      <chr>     <chr>    
 1 Luke Skywalker        172    77 blond         fair       blue      Luke     
 2 Darth Vader           202   136 none          white      yellow    Darth    
 3 Leia Organa           150    49 brown         light      brown     Leia     
 4 Owen Lars             178   120 brown, grey   light      blue      Owen     
 5 Beru Whitesun lars    165    75 brown         light      blue      Beru     
 6 Biggs Darklighter     183    84 black         light      brown     Biggs    
 7 Obi-Wan Kenobi        182    77 auburn, white fair       blue-gray Obi-Wan  
 8 Anakin Skywalker      188    84 blond         fair       blue      Anakin   
 9 Chewbacca             228   112 brown         unknown    blue      Chewbacca
10 Han Solo              180    80 brown         fair       brown     Han      
# … with 44 more rows
```