
library(testthat)

source("user_code.R")
test_that("df1 has correct structure and at least 5 rows", {
  organize_experiment_data()
  expect_true(exists("df1"), info = "df1 must exist in the global environment.")
  expect_true(is.data.frame(df1), info = "df1 must be a data frame.")
  expect_true(all(c("SampleID", "Treatment", "Outcome") %in% colnames(df1)), info = "df1 must have columns 'SampleID', 'Treatment', and 'Outcome'.")
  expect_true(nrow(df1) >= 5, info = "df1 must have at least five rows.")
})

test_that("df2 filters only DrugA treatments", {
  organize_experiment_data()
  expect_true(exists("df2"), info = "df2 must exist in the global environment.")
  expect_true(is.data.frame(df2), info = "df2 must be a data frame.")
  expect_true(all(df2$Treatment == "DrugA"), info = "All rows in df2 must have Treatment as 'DrugA'.")
})

test_that("df3 filters only Alive outcomes", {
  organize_experiment_data()
  expect_true(exists("df3"), info = "df3 must exist in the global environment.")
  expect_true(is.data.frame(df3), info = "df3 must be a data frame.")
  expect_true(all(df3$Outcome == "Alive"), info = "All rows in df3 must have Outcome as 'Alive'.")
})

test_that("function does not require user input", {
  expect_error(organize_experiment_data(), NA, info = "The function should not require user input and should run without errors.")
})

test_main.R

En praktisk introduksjon til R-programmering tilpasset biologer og bioinformatikere. Lær å analysere, visualisere og tolke biologiske data ved hjelp av R, med virkelige eksempler fra genomikk, økologi og eksperimentell biologi.

Lær det grunnleggende i R-programmering med fokus på biologiske data, inkludert variabler, datatyper og grunnleggende datamanipulering.

Fordyp deg i statistiske metoder for analyse av biologiske data, inkludert beskrivende statistikk, hypotesetesting og tolkning av resultater.

Bli ekspert på å visualisere biologiske data med R, fra enkle diagrammer til mer avanserte visualiseringer relevante for eksperimenter.

Lær å arbeide med genomiske data og utvikle reproduserbare arbeidsflyter for vitenskapelig forskning i R.

Challenge: Organizing Experimental Data

Løsning