1. 在tidyr包中有一个who数据集，是世界卫生组织调查的结核病数据，这是一个不符合整洁数据的数据集，我们要把它变整洁。首先用who查看一下数据是什么样的(提示：>后直接输入who并回车)；然后查看who的说明（?who）；说明中有关于变量的描述，该数据集共有60列，第5-60列包含了3个变量，“new_”后面的代码标识不同的诊断方法“method of diagnosis”（rel= relapse, sn= negative pulmonary smear, sp= positive pulmonary smear, ep= extra pulmonary），数字前面紧跟的是性别代码（m，f），数字代表年龄分组（0-14，15-24，25-34…55-64，65+）。 1) 假如我们对采用relapse方法检测到的记录感兴趣，选取字段iso2，year，newrel_m014:newrel_f65； 2) 试用gather和separate将它转成整洁的数据集。可以分步做，最后的结果数据集包含6个字段: iso2，year，method=”rel”，gender，agegroup=(”014”…”65”) ，count。 提示：你需要用到的函数有select()，gather()，separate()，mutate，substr()， length()。 3) agegroup字段能够用parase_number函数析出？为什么？

1. 首先输入who命令查看数据：

> who

2. 然后输入 ?who 查看说明。

3. 选取字段iso2，year，newrel_m014:newrel_f65：

select(iso2, year, newrel_m014:newrel_f65)

4. 使用gather将它转成整洁的数据集：

gather(key = "agegroup", value = "count", newrel_m014:newrel_f65, na.rm = TRUE)

5. 使用separate将agegroup字段分成gender和agegroup两个字段，并将method字段设置为"rel"：

separate(col = agegroup, into = c("gender", "agegroup"), sep = 2) %>%
mutate(method = "rel")

6. 最终整洁的数据集包含6个字段: iso2，year，method=”rel”，gender，agegroup=(”014”…”65”) ，count。

3. 可以使用parse_number函数析出agegroup字段中的数字，因为agegroup字段中的值都是由数字组成的字符串，parse_number函数可以将字符串中的数字解析出来。例如，parse_number("014") 的结果为14。