
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 introduktion till R-programmering anpassad för biologer och bioinformatiker. Lär dig att analysera, visualisera och tolka biologiska data med R, med verkliga exempel från genomik, ekologi och experimentell biologi.

Lär dig grunderna i R-programmering med fokus på biologiska data, inklusive variabler, datatyper och grundläggande datamanipulation.

Fördjupa dig i statistiska metoder för att analysera biologiska data, inklusive sammanfattande statistik, hypotesprövning och tolkning av resultat.

Bemästra konsten att visualisera biologiska data med hjälp av R, från grundläggande diagram till mer avancerade visualiseringar relevanta för experiment.

Lär dig att arbeta med genomikliknande data och utveckla reproducerbara arbetsflöden för vetenskaplig forskning i R.

Challenge: Organisering av experimentella data

Lösning