代码语言：javascript复制交流群看到小伙伴提问：有一个数据，大概如下所示 ：
a a b a c a b c c c a
1 3 3 3 2 5 7 2 1 9 8
想要转换为如下格式：
代码语言：javascript复制a b c
1 3 2
3 3 2
3 1
5 9
8
我看了看，大概是提问的小伙伴自己没搞清楚自己想要什么，他自己给出来了一个非常丑陋的解决方案， 他实现如下：
代码语言：javascript复制#生成长度不等的list (猜测可以直接生成最长长度的data.frame,只是差的值用NA代替)
df<-list()
for (i in unique(row.names(TPM_mtx_filter_asMtx))) {
df[i]<-list(TPM_mtx_filter_asMtx[row.names(TPM_mtx_filter_asMtx)==i,])
}
#将list转换为等长dataframe
df_dataFrame<-as.data.frame(sapply(df, "[", i = 1:max(sapply(df, length))))
#存为文件：
write.csv(df_dataFrame,file = 'Lrrc4/time_all_split.csv',quote = F,row.names = F,na = '')
其实我明白他想要什么，理论上很简单的代码，就是 split 函数而已 ：
代码语言：javascript复制test = data.frame(
x = strsplit(x = c("aabacabccca"),split = "")[[1]],
y = strsplit(x = c("13332572198"),split = "")[[1]]
)
split(test$y,test$x)
就可以得到如下所示的列表啦 ：
代码语言：javascript复制$a
[1] "1" "3" "3" "5" "8"
$b
[1] "3" "7"
$c
[1] "2" "2" "1" "9"
但是提问的小伙伴把需求搞复杂了，生成了列表之后一定要变成数据框，而且很明显这个列表里面的元素不等长，强行变成数据框肯定是会需要空格补全NA，代码胡很复杂。恰好群里的小伙伴给出来了极致的优雅代码：
代码语言：javascript复制library(tidyr)
library(dplyr)
test %>%
group_by(x) %>%
mutate(id = row_number()) %>%
spread(x, y) %>%
select(-id)
得到，如下所示：
代码语言：javascript复制# A tibble: 5 × 3
a b c
<chr> <chr> <chr>
1 1 3 2
2 3 7 2
3 3 NA 1
4 5 NA 9
5 8 NA NA
看样子R语言编程技能也是学无止境啦。
R语言不仅在生物信息数（主要体现在bioconductor系列包）据处理中发挥着重要作用，其实也是其他主流数据处理人士（包括互联网，金融，游戏行业）的首选工具。所以基本上找到我来咨询如何入门生物信息学的，我都是推荐他必须学的就是R。但是实际上呢，我作为老一辈的生信工程师，所以喜欢perl一点，排斥python，我也稍微看过一些python的语法，个人认为R和python呢almostly 几乎 一模一样的。R的特点就是内置了大量的函数，基本上你认识的英文单词都可以是一个函数，即使不是，你也可以自定义为函数。搞清楚了函数和变量，就可以看懂大部分的R代码了。通常我给初学者的知识点路线图如下：
- 了解常量和变量概念
- 加减乘除等运算（计算器）
- 多种数据类型（数值，字符，逻辑，因子）
- 多种数据结构（向量，矩阵，数组，数据框，列表）
- 文件读取和写出
- 简单统计可视化
- 无限量函数学习
详见：《生信分析人员如何系统入门R(2019更新版)》, 也可以看B站我的R视频：
