由論文中復原原始數據--population genetics

當我們已經有別人的paper，想要取得原始數據重新分析，通常可以整理出2個檔案

1.paper的整理資料表：是以species+location+haplotype整理出來的，讀入haplotype.csv，包括

species, location, haplotype, number

2. GenBank下載整理的各個haplotype的sequence，假設haplotype名稱已經提供，讀入sequence.csv，包括

haplotype, sequence

2個資料框有一個共同欄位:haplotype

To do:

1. 合併讀入haplotype與 sequence 2個資料框

>eiff<- merge(haplotype,sequence,by="haplotype", all=T)   #加入all=T 確認2個資料框彼此有無缺少資料，若有會出現 <NA>

> head(eiff)    #看一下數據頭

  species locality haplotype number sequence

1       E      SAX       E01     21 AACTTTATATTTAATTTTCGGAGCCTGAGCCGG（略）

2       E       XL       E01     14（略）

3       E      SLX       E02      7（略）

4       E       XT       E02     29（略）

5       E      BLW       E03     13（略）

6       E     <NA>       E03      3（略）

如果還有族群的GPS檔（含locality, lat, long)，處理方法一樣，共同欄位是locality。      

2.要轉回原始數據，即一列一隻單一個體

>eiff_rep<- eiff[rep(seq(nrow(eiff)), number), ]

R可以辨識的獨特編號（不是paper中的標本編號）,species, location, haplotype, number（還是原來的複數）, sequence

> head(eiff_rep)    #看一下數據頭如下 

    species locality haplotype number sequence

1         E      SAX       E01     21 AACTTTATATTTAATTTTCGGAGCCTGAG

1.1       E      SAX       E01     21 （略）

1.2       E      SAX       E01     21 （略）

1.3       E      SAX       E01     21 （略）

1.4       E      SAX       E01     21 （略）

1.5       E      SAX       E01     21 （略）

>write.csv()    #匯出eiff1再做編輯，先以熟悉的工具檢查數據正確性。