Tidyverse系列包语法流畅、拓展性极强，基本上能够解决日常的数据问题。
很多我们遇到的特殊情况，Hadley基本上都已经给了解决方案。只是，你可能不知道而已。
举个简单例子。
我有如下数据：
> head(data)
SNP Chr Pos P.value MAF traits
X21960 S01_63999403 1 63999403 4.177131e-08 0.2190476 GLM.Oil
X23449 S01_66907486 1 66907486 6.079532e-13 0.4976191 GLM.Oil
X23456 S01_66907579 1 66907579 6.079532e-13 0.4976191 GLM.Oil
X31705 S01_78337592 1 78337592 2.187637e-08 0.4952381 GLM.Oil
X31706 S01_78337595 1 78337595 2.187637e-08 0.4952381 GLM.Oil
X31707 S01_78337633 1 78337633 6.079532e-13 0.4976191 GLM.Oil
> tail(data)
SNP Chr Pos P.value MAF traits
8124361 S16_65634495 16 65634495 2.224212e-10 0.4952381 SUPER.O.L
8429522 S16_137609049 16 137609049 4.876162e-24 0.4952381 SUPER.O.L
8991181 S17_79786214 17 79786214 6.258178e-09 0.4880952 SUPER.O.L
8992591 S17_79808088 17 79808088 1.569625e-08 0.4976191 SUPER.O.L
9631311 S18_67275513 18 67275513 3.575813e-10 0.5000000 SUPER.O.L
107743818 S19_154813332 19 154813332 9.315703e-52 0.1047619 SUPER.O.L
我想把data中的traits这一列按“.”进行分割为“模型”和“性状”两列，但是有些性状本身是带有“.”的。如果用separate函数的默认参数显然不行：
> tail(separate(data,"traits",c("Model","Trait"),sep = "\\."))
SNP Chr Pos P.value MAF Model Trait
8124361 S16_65634495 16 65634495 2.224212e-10 0.4952381 SUPER O
8429522 S16_137609049 16 137609049 4.876162e-24 0.4952381 SUPER O
8991181 S17_79786214 17 79786214 6.258178e-09 0.4880952 SUPER O
8992591 S17_79808088 17 79808088 1.569625e-08 0.4976191 SUPER O
9631311 S18_67275513 18 67275513 3.575813e-10 0.5000000 SUPER O
107743818 S19_154813332 19 154813332 9.315703e-52 0.1047619 SUPER O
Warning message:
Expected 2 pieces. Additional pieces discarded in 82795 rows [193, 194, 195, 196, 197, 198, 199, 200, 201, 202, 203, 204, 205, 206, 207,
208, 209, 210, 211, 212, ...].
你也许想着用其他方式处理，但separate中其实有参数extra来处理此种情况。
extra参数搭配sep，如果 sep 是一个字符向量，则它控制当片段太多时会发生什么。共有三个有效选项：
"warn"(默认值)：发出警告并删除额外的值。
"drop" ：删除任何额外的值而不发出警告。
"merge" ：最多仅分裂length(into)次
所以正常做法是：
> tail(separate(data,"traits",c("Model","Trait"),sep = "\\.",extra = "merge"))
SNP Chr Pos P.value MAF Model Trait
8124361 S16_65634495 16 65634495 2.224212e-10 0.4952381 SUPER O.L
8429522 S16_137609049 16 137609049 4.876162e-24 0.4952381 SUPER O.L
8991181 S17_79786214 17 79786214 6.258178e-09 0.4880952 SUPER O.L
8992591 S17_79808088 17 79808088 1.569625e-08 0.4976191 SUPER O.L
9631311 S18_67275513 18 67275513 3.575813e-10 0.5000000 SUPER O.L
107743818 S19_154813332 19 154813332 9.315703e-52 0.1047619 SUPER O.L
再比如，当我们用separae或unite函数时，默认分割或合并后的原始列将不再存在，而有时我们需要将它保留下来。这时，可加上remove参数（默认TRUE，从输出数据帧中删除输入列），设置FASLE即可。
> tail(separate(data,"traits",c("Model","Trait"),sep = "\\.",extra = "merge",remove=F))
SNP Chr Pos P.value MAF traits Model Trait
8124361 S16_65634495 16 65634495 2.224212e-10 0.4952381 SUPER.O.L SUPER O.L
8429522 S16_137609049 16 137609049 4.876162e-24 0.4952381 SUPER.O.L SUPER O.L
8991181 S17_79786214 17 79786214 6.258178e-09 0.4880952 SUPER.O.L SUPER O.L
8992591 S17_79808088 17 79808088 1.569625e-08 0.4976191 SUPER.O.L SUPER O.L
9631311 S18_67275513 18 67275513 3.575813e-10 0.5000000 SUPER.O.L SUPER O.L
107743818 S19_154813332 19 154813332 9.315703e-52 0.1047619 SUPER.O.L SUPER O.L
以上只是举了一个小例子。
所以，你真正熟悉tidyverse的使用吗？
