
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

Een praktische introductie tot R-programmeren, afgestemd op biologen en bioinformatici. Leer biologische data analyseren, visualiseren en interpreteren met R, aan de hand van praktijkvoorbeelden uit genomica, ecologie en experimentele biologie.

Leer de basisprincipes van R-programmeren met de nadruk op biologische data, inclusief variabelen, datatypes en basisgegevensmanipulatie.

Verdiep u in statistische methoden voor het analyseren van biologische gegevens, inclusief samenvattende statistieken, hypothesetoetsing en het interpreteren van resultaten.

Beheers de kunst van het visualiseren van biologische data met R, van eenvoudige grafieken tot meer geavanceerde visualisaties die relevant zijn voor experimenten.

Leer werken met genomische data en het ontwikkelen van reproduceerbare workflows voor wetenschappelijk onderzoek in R.

Challenge: Het Organiseren van Experimentele Gegevens

Oplossing