10.1 样本相关数据重处理

在使用EasyMultiProfiler包进行数据分析时，不可避免的需要对样本相关数据进行重新分组等操作。此时，无需修改原始数据并重新组装MAE对象，而是可以利用MAE对象的$方法和tidy语法来处理样本相关数据。

10.1.1 样本相关数据重分组

🏷️示例：

从原始MAE对象中提取组学项目taxonomy的coldata，将coldata中原始的表型变量Education_Years衍生为新的表型变量Edu_status（以新的表型变量作为分组信息），再利用MAE对象的$ 方法将新的表型变量加入原始MAE对象。

raw_meta <- MAE|>
  EMP_coldata_extract(experiment = 'taxonomy')

new_meta <- raw_meta |> 
  dplyr::mutate(Edu_status = dplyr::if_else(Education_Years > 15, "High", "Low")) 

new_meta <- new_meta[match(raw_meta$primary, new_meta$primary), ]

MAE$Edu_status <- new_meta$Edu_status

10.1.2 样本相关数据的因子排序

在可视化过程中，有时候需要对样本相关数据内的分组进行重排序，以满足绘图需求。

🏷️示例：利用MAE的$方法对原始分组进行因子排序。

MAE$Group <- factor(MAE$Group, levels = c('Group_B','Group_A'))
MAE |>
  EMP_assay_extract(experiment='taxonomy') |> 
  EMP_alpha_analysis() |>
  EMP_boxplot(estimate_group='Group',method='t.test')