Initiation à R
Sébastien Déjean
Octobre 2020
Introduction : comment travailler avec R
Installation
R est un logiciel libre et gratuit. Il est téléchargeable à l’adresse cran.r-project.org pour les principaux système d’exploitation Windows, Mac et Linux.
RStudio
Il est recommandé d’utiliser un environnement de développement qui simplifie le travail avec R. RStudio est un produit commercial et payant mais une version gratuite (légalement) est disponible au téléchargement à l’adresse rstudio.com.
Environnement et espace de travail
Les objets manipulables dans R (variables créées, jeux de données importées, résultats de fonction…) peuvent être stockés dans un espace de travail (workspace) qui apparaîtra dans le répertoire de travail (working directory) comme un fichier
.RData.On peut charger un espace de travail avec
load(), lister son contenu avecls()et le sauvegarder avecsave()ousave.image().On peut connaître le répertoire de travail courant grâce à la commande
getwd()et le modifier avecsetwd().Le contenu du répertoire de travail (c’est à dire la liste des fichiers telle qu’elle peut apparaître dans un explorateur ou gestionnaire de fichiers) est accessible avec la commande
dir().
Ces opérations sont également réalisables au moyen des menus disponibles dans RStudio.
Aide
L’aide est accessible par un appel à la fonction help() ou en utilisant le raccourci ?. Par exemple, l’aide de la fonction plot() est accessible par help(plot) ou ?plot.
De manière générale, une fiche d’aide est composée des rubriques suivantes :
- Description
- Usage
- Arguments
- Details
- Value
- Note
- Authors
- Reference(s)
- See also
- Examples
Le nom de ces rubriques est suffisamment explicite pour désigner ce qu’elle contient. Pour un utilisateur non expérimenté, les deux dernières rubriques sont certainement les plus utiles : See also permet d’apprendre le nom de nouvelles fonctions en relation avec la recherche initiale et Examples permet de manipuler immédiatement, par copier-coller, toute nouvelle fonction.
La fonction help.search() (raccourcie en ??) permet de rechercher dans l’aide en ligne les fonctions en rapport avec un terme (chaîne de caractères) passé en paramètres. Pour tout savoir sur les fonctions en relation avec le tracé de graphiques, on pourra par exemple saisir help.search("plot") ou ??plot.
Et pour comprendre comment fonctionne help.search(), on pourra bien entendu entrer help(help.search) et même help(help) pour savoir comment utiliser la fonction help() !
Tout au long de ce document, vous êtes vivement encouragés à consulter la fiche d’aide de toutes les fonctions utilisées.
Les cheat sheets
Un aide précieuse est apportée par les cheat sheet que de plus en plus de développeurs de packages proposent à destination de leurs utilisateurs. Il s’agit de feuilles de triche, disons plutôt, fiche de révision ou aide-mémoire qui synthétisent des informations sur les principales functions d’un package. Le site de RStudio en propose quelques-unes à cette adresse rstudio.com/resources/cheatsheets.
Utilisation de packages
Les packages sont des ensembles de fonctions (et parfois de données) proposés par la communauté des utilisateurs de R et permettant d’accomplir des tâches spécifiques.
L’utilisation d’une fonction incluse dans un package nécessite 2 étapes préalables (réalisables via le menu Packages de Rstudio) :
L’installation : utiliser la fonction
install.packages()pour récupérer les sources du package et les installer. Cette opération ne doit être accomplie qu’une seule fois.Le chargement : utiliser la fonction
library(NomDuPackage)pour charger le package et l’utiliser durant une session. Cette opération est à renouveler chaque fois que l’on souhaite utiliser un package.
Il est recommandé de procéder régulièrement à une mise à jour des packages (menu Packages ou fonction update.packages()).
R Markdown
Le système R Markdown permet de rassembler en un fichier unique l’ensemble des commandes R utilisées et les commentaires associés. Une compilation de ce fichier fournit une sortie au format pdf, html ou Word incluant également les sorties numériques et graphiques générées par les commandes. Son utilisation est relativement simple dans RStudio. Un exemple dont il est fortement recommandé de s’inspirer pour démarrer est disponible lorsque l’on demande la création d’un nouveau fichier R Markdown dans le menu File (Fichier) de RStudio. Un clic sur le bouton Knit assurer la compilation du fichier et la production de la sortie au format souhaité.
Le présent document a été préparé avec R Markdown.
Structures de données
Type de données
Numérique, caractère, logique
R peut gérer des données numériques, des chaînes de caractères ainsi que des valeurs logiques TRUE / FALSE.
2+2## [1] 42.5+1.56## [1] 4.06"hello"## [1] "hello"1 > 2## [1] FALSECette caractéristique d’un objet R peut être testée avec des fonctions ad hoc.
is.numeric(2)## [1] TRUEis.numeric(2.5)## [1] TRUEis.numeric("hello")## [1] FALSEis.character("hello")## [1] TRUEis.logical(1>2)## [1] TRUELa fonction typeof permet d’identifier le type d’un objet.
typeof(2)## [1] "double"typeof("bonjour")## [1] "character"typeof(TRUE)## [1] "logical"Données manquantes
Les données manquantes sont codées NA pour Not Available.
NA## [1] NAis.na(NA)## [1] TRUEIl est important de les repérer et d’identifier comment une fonction réagit en cas de données manquantes.
Les dates
Les dates sont un cas particulier de données. On peut les manipuler dans R avec des outils spécifiques.
date()## [1] "Thu Dec 3 09:15:28 2020"armistice <- as.Date("1918-11-11")
weekdays(armistice)## [1] "lundi"months(armistice)## [1] "novembre"quarters(armistice)## [1] "Q4"aujourdhui <- as.Date("2020-10-15")
aujourdhui-armistice## Time difference of 37229 daysL’opérateur
<-permet de stocker le résultat d’une commande dans un objet.
Cette opération n’implique pas une visualisation du contenu de l’objet. Il faut pour cela saisir le nom de l’objet pour voir son contenu (voir l’exemple ci-dessous avec l’objet UnVecteur).
Vecteur - vector
Un vecteur est un objet qui contient un ou plusieurs éléments du même type.
Des valeurs numériques
UnVecteur <- c(2,5,9,8,12)
UnVecteur## [1] 2 5 9 8 12UnAutreVecteur <- 1:24
EncoreUn <- rep(5, times = 10)
EtUnDernier <- seq(from=1, to=60, by=7)
length(EtUnDernier)## [1] 9Une donnée manquante ne pose pas de problème dans un vecteur.
UnVecteurAvecNA <- c(2,5,NA,9,8,12,NA)
UnVecteurAvecNA## [1] 2 5 NA 9 8 12 NAPour extraire tous les éléments différents de 9 dans un vecteur.
UnVecteur[UnVecteur != 9]## [1] 2 5 8 12Des chaînes de caractères
UnePhrase <- c("Bonjour","les","amis")
UnePhrase## [1] "Bonjour" "les" "amis"length(UnePhrase)## [1] 3La fonction length renvoie le nombre d’éléments du vecteur, pas le nombre de caractères d’une chaîne de caractères. Pour cela, on peut utiliser la fonction nchar qui, utilisée sur un vecteur, renvoit le nombre de caractères de chaque élément du vecteur (voir plus loin).
nchar(UnePhrase)## [1] 7 3 4Des valeurs logiques
VraiouFaux <- c(TRUE, TRUE, FALSE, TRUE, FALSE)
VraiouFaux## [1] TRUE TRUE FALSE TRUE FALSEMais pas de mélange
UnEssai <- c(2,3,"bonjour")
UnEssai## [1] "2" "3" "bonjour"La commande ci-dessus ne renvoie pas d’erreur mais les guillements autour de 2 et 3 indiquent que R a converti tous les éléments du vecteur en chaîne de caractères. C’est en effet le format dans lequel R a su rassembler tous les éléments du vecteur. Convertir la valeur numérique 2 en la chaîne de caractères "2" est possible ; convertir la chaîne de caractères "bonjour" en numérique ne l’est pas.
Opérations sur un vecteur
On peut appliquer des opérations à un vecteur. Elles s’appliqueront pour tous les éléments.
EtUnDernier * 10## [1] 10 80 150 220 290 360 430 500 570log(EtUnDernier)## [1] 0.000000 2.079442 2.708050 3.091042 3.367296 3.583519 3.761200 3.912023
## [9] 4.043051UnVecteurAvecNA^2## [1] 4 25 NA 81 64 144 NAUnVecteur > 5## [1] FALSE FALSE TRUE TRUE TRUEnchar(UnePhrase)## [1] 7 3 4Sélection de parties d’un vecteur
La sélection de parties d’un vecteur se fait en utilisant l’opérateur [].
UnVecteur[1:3] # les 3 premiers éléments## [1] 2 5 9UnVecteur[-2] # tous les éléments sauf le 2ème## [1] 2 9 8 12UnVecteur[c(1,3)] # les 1er et 3ème éléments## [1] 2 9Facteur - factor
Les facteurs ressemblent beaucoup à des vecteurs de chaînes de caractères, mais il dispose de modalités pré-définies.
MesCategories <- c("Rien","Peu","Beaucoup","Tout")
MesCategories## [1] "Rien" "Peu" "Beaucoup" "Tout"RecueilAvis <-
sample(x = MesCategories, size=20, replace=TRUE)
RecueilAvis## [1] "Rien" "Beaucoup" "Peu" "Peu" "Peu" "Rien"
## [7] "Tout" "Rien" "Peu" "Peu" "Rien" "Rien"
## [13] "Peu" "Rien" "Beaucoup" "Beaucoup" "Beaucoup" "Tout"
## [19] "Rien" "Rien"La ligne ci-dessus réalise un tirage aléatoire de taille 20 (size=20) avec remise (replace=TRUE) à partir du vecteur de chaînes de caractères de longueur 4 MesCategories.
RecueilAvisFactor <- factor(
x = RecueilAvis,
levels = MesCategories)
levels(RecueilAvisFactor)## [1] "Rien" "Peu" "Beaucoup" "Tout"La ligne ci-dessous renvoie une erreur car Plein ne fait pas partie des niveaux du facteur
RecueilAvisFactor[3] <- "Plein"alors qu’une commande similaire sur un vecteur de chaîne de caractères ne pose aucun problème.
RecueilAvis[3] <- "Plein"
RecueilAvis## [1] "Rien" "Beaucoup" "Plein" "Peu" "Peu" "Rien"
## [7] "Tout" "Rien" "Peu" "Peu" "Rien" "Rien"
## [13] "Peu" "Rien" "Beaucoup" "Beaucoup" "Beaucoup" "Tout"
## [19] "Rien" "Rien"A noter qu’une catégorie peut très bien ne pas apparaître dans un échantillonnage. Dans ce cas, le comptage des occurrences de chaque catégorie fera apparaître un 0 dans la catégorie correspondante.
EssaiFactor <- factor(c("Peu","Rien","Beaucoup","Rien","Peu"),
levels = MesCategories)
table(EssaiFactor)## EssaiFactor
## Rien Peu Beaucoup Tout
## 2 2 1 0table(c("Peu","Rien","Beaucoup","Rien","Peu"))##
## Beaucoup Peu Rien
## 1 2 2Matrice - matrix
Pour faire simple : une matrice est un vecteur à 2 dimensions. Comme le vecteur, elle n’autorise que des éléments du même type. La sélection de partie d’une matrice se fait avec 2 indices fournis entre crochets: [ligne,colonne].
UneMatrice <- matrix(1:24, ncol=3)
UneMatrice## [,1] [,2] [,3]
## [1,] 1 9 17
## [2,] 2 10 18
## [3,] 3 11 19
## [4,] 4 12 20
## [5,] 5 13 21
## [6,] 6 14 22
## [7,] 7 15 23
## [8,] 8 16 24UneAutreMatrice <- UneMatrice
UneAutreMatrice[2,3] <- "mot"
UneAutreMatrice## [,1] [,2] [,3]
## [1,] "1" "9" "17"
## [2,] "2" "10" "mot"
## [3,] "3" "11" "19"
## [4,] "4" "12" "20"
## [5,] "5" "13" "21"
## [6,] "6" "14" "22"
## [7,] "7" "15" "23"
## [8,] "8" "16" "24"UneMatrice[5:7,1:2]## [,1] [,2]
## [1,] 5 13
## [2,] 6 14
## [3,] 7 15Liste - list
A l’opposé du vecteur et de la matrice, un objet de type list permet de stocker des éléments de natures différentes.
MaListe <- list(Mot = "chien", Nombre = 8,
VecteurNum = 1:6, Matrice = UneMatrice)
MaListe## $Mot
## [1] "chien"
##
## $Nombre
## [1] 8
##
## $VecteurNum
## [1] 1 2 3 4 5 6
##
## $Matrice
## [,1] [,2] [,3]
## [1,] 1 9 17
## [2,] 2 10 18
## [3,] 3 11 19
## [4,] 4 12 20
## [5,] 5 13 21
## [6,] 6 14 22
## [7,] 7 15 23
## [8,] 8 16 24names(MaListe)## [1] "Mot" "Nombre" "VecteurNum" "Matrice"MaListe$Mot## [1] "chien"MaListe$VecteurNum## [1] 1 2 3 4 5 6MaListe$VecteurNum * 10## [1] 10 20 30 40 50 60L’opérateur
$permet d’accéder aux différents composents d’un objet de typelist.
La list est une structure de données très utile en R pour renvoyer les différents éléments du résultat d’une fonction. Consulter par exemple l’aide de la fonction t.test qui met en oeuvre le test de Student pour constater que la rubrique Value mentionne : A list with class "htest" containing the following components...
Tableau de données - data.frame
Le data.frame, comme son nom l’indique, est une structure pour stocker des données. Ce type hérite à la fois de la matrice (les données sont dans une structure rectangulaire caractérisée par des lignes et des colonnes) et de la liste (les colonnes d’un data.frame peuvent contenir des données de natures différentes).
taille <- round(runif(20,150,180),1)
masse <- round(runif(20,50,90),1)
coul.yeux <- c("bleu","noir","vert","marron")
coul.cheveux <- c("blond","chatain","noir")
yeux <- sample(coul.yeux,20,replace=T)
cheveux <- sample(coul.cheveux, 20, rep = TRUE)
table(yeux)## yeux
## bleu marron noir vert
## 3 6 5 6table(cheveux)## cheveux
## blond chatain noir
## 9 6 5table(yeux, cheveux)## cheveux
## yeux blond chatain noir
## bleu 3 0 0
## marron 1 4 1
## noir 3 1 1
## vert 2 1 3MonDataFrame <- data.frame(taille,masse,yeux,cheveux)
MonDataFrame## taille masse yeux cheveux
## 1 166.3 75.8 marron chatain
## 2 176.3 83.3 noir blond
## 3 164.7 85.2 bleu blond
## 4 154.7 69.9 noir noir
## 5 178.8 76.3 vert chatain
## 6 158.7 50.3 vert noir
## 7 166.2 72.4 vert blond
## 8 174.5 89.5 marron blond
## 9 170.0 61.9 bleu blond
## 10 179.6 68.4 noir chatain
## 11 157.1 86.3 vert blond
## 12 174.7 89.1 noir blond
## 13 174.1 59.6 marron noir
## 14 153.2 52.4 vert noir
## 15 171.9 86.0 bleu blond
## 16 159.9 51.9 vert noir
## 17 165.0 75.6 noir blond
## 18 150.5 56.9 marron chatain
## 19 170.2 75.6 marron chatain
## 20 158.3 87.7 marron chatainMonDataFrame$taille## [1] 166.3 176.3 164.7 154.7 178.8 158.7 166.2 174.5 170.0 179.6 157.1 174.7
## [13] 174.1 153.2 171.9 159.9 165.0 150.5 170.2 158.3MonDataFrame$yeux## [1] "marron" "noir" "bleu" "noir" "vert" "vert" "vert" "marron"
## [9] "bleu" "noir" "vert" "noir" "marron" "vert" "bleu" "vert"
## [17] "noir" "marron" "marron" "marron"IMC <- MonDataFrame$masse / MonDataFrame$taille^2tibble
Les tibble sont une évolution récente de la structure data.frame, ils rendent la manipulation de jeux de données plus efficaces. Pour utiliser les tibbles et leurs fonctionnalités associées, il faut au préalable installer le package install.packages("tibble") ou la suite des packages tidyverse que nous utiliserons plus loin.
library(tibble)
iris.tib <- as_tibble(iris)
iris.tib## # A tibble: 150 x 5
## Sepal.Length Sepal.Width Petal.Length Petal.Width Species
## <dbl> <dbl> <dbl> <dbl> <fct>
## 1 5.1 3.5 1.4 0.2 setosa
## 2 4.9 3 1.4 0.2 setosa
## 3 4.7 3.2 1.3 0.2 setosa
## 4 4.6 3.1 1.5 0.2 setosa
## 5 5 3.6 1.4 0.2 setosa
## 6 5.4 3.9 1.7 0.4 setosa
## 7 4.6 3.4 1.4 0.3 setosa
## 8 5 3.4 1.5 0.2 setosa
## 9 4.4 2.9 1.4 0.2 setosa
## 10 4.9 3.1 1.5 0.1 setosa
## # … with 140 more rowsiris## Sepal.Length Sepal.Width Petal.Length Petal.Width Species
## 1 5.1 3.5 1.4 0.2 setosa
## 2 4.9 3.0 1.4 0.2 setosa
## 3 4.7 3.2 1.3 0.2 setosa
## 4 4.6 3.1 1.5 0.2 setosa
## 5 5.0 3.6 1.4 0.2 setosa
## 6 5.4 3.9 1.7 0.4 setosa
## 7 4.6 3.4 1.4 0.3 setosa
## 8 5.0 3.4 1.5 0.2 setosa
## 9 4.4 2.9 1.4 0.2 setosa
## 10 4.9 3.1 1.5 0.1 setosa
## 11 5.4 3.7 1.5 0.2 setosa
## 12 4.8 3.4 1.6 0.2 setosa
## 13 4.8 3.0 1.4 0.1 setosa
## 14 4.3 3.0 1.1 0.1 setosa
## 15 5.8 4.0 1.2 0.2 setosa
## 16 5.7 4.4 1.5 0.4 setosa
## 17 5.4 3.9 1.3 0.4 setosa
## 18 5.1 3.5 1.4 0.3 setosa
## 19 5.7 3.8 1.7 0.3 setosa
## 20 5.1 3.8 1.5 0.3 setosa
## 21 5.4 3.4 1.7 0.2 setosa
## 22 5.1 3.7 1.5 0.4 setosa
## 23 4.6 3.6 1.0 0.2 setosa
## 24 5.1 3.3 1.7 0.5 setosa
## 25 4.8 3.4 1.9 0.2 setosa
## 26 5.0 3.0 1.6 0.2 setosa
## 27 5.0 3.4 1.6 0.4 setosa
## 28 5.2 3.5 1.5 0.2 setosa
## 29 5.2 3.4 1.4 0.2 setosa
## 30 4.7 3.2 1.6 0.2 setosa
## 31 4.8 3.1 1.6 0.2 setosa
## 32 5.4 3.4 1.5 0.4 setosa
## 33 5.2 4.1 1.5 0.1 setosa
## 34 5.5 4.2 1.4 0.2 setosa
## 35 4.9 3.1 1.5 0.2 setosa
## 36 5.0 3.2 1.2 0.2 setosa
## 37 5.5 3.5 1.3 0.2 setosa
## 38 4.9 3.6 1.4 0.1 setosa
## 39 4.4 3.0 1.3 0.2 setosa
## 40 5.1 3.4 1.5 0.2 setosa
## 41 5.0 3.5 1.3 0.3 setosa
## 42 4.5 2.3 1.3 0.3 setosa
## 43 4.4 3.2 1.3 0.2 setosa
## 44 5.0 3.5 1.6 0.6 setosa
## 45 5.1 3.8 1.9 0.4 setosa
## 46 4.8 3.0 1.4 0.3 setosa
## 47 5.1 3.8 1.6 0.2 setosa
## 48 4.6 3.2 1.4 0.2 setosa
## 49 5.3 3.7 1.5 0.2 setosa
## 50 5.0 3.3 1.4 0.2 setosa
## 51 7.0 3.2 4.7 1.4 versicolor
## 52 6.4 3.2 4.5 1.5 versicolor
## 53 6.9 3.1 4.9 1.5 versicolor
## 54 5.5 2.3 4.0 1.3 versicolor
## 55 6.5 2.8 4.6 1.5 versicolor
## 56 5.7 2.8 4.5 1.3 versicolor
## 57 6.3 3.3 4.7 1.6 versicolor
## 58 4.9 2.4 3.3 1.0 versicolor
## 59 6.6 2.9 4.6 1.3 versicolor
## 60 5.2 2.7 3.9 1.4 versicolor
## 61 5.0 2.0 3.5 1.0 versicolor
## 62 5.9 3.0 4.2 1.5 versicolor
## 63 6.0 2.2 4.0 1.0 versicolor
## 64 6.1 2.9 4.7 1.4 versicolor
## 65 5.6 2.9 3.6 1.3 versicolor
## 66 6.7 3.1 4.4 1.4 versicolor
## 67 5.6 3.0 4.5 1.5 versicolor
## 68 5.8 2.7 4.1 1.0 versicolor
## 69 6.2 2.2 4.5 1.5 versicolor
## 70 5.6 2.5 3.9 1.1 versicolor
## 71 5.9 3.2 4.8 1.8 versicolor
## 72 6.1 2.8 4.0 1.3 versicolor
## 73 6.3 2.5 4.9 1.5 versicolor
## 74 6.1 2.8 4.7 1.2 versicolor
## 75 6.4 2.9 4.3 1.3 versicolor
## 76 6.6 3.0 4.4 1.4 versicolor
## 77 6.8 2.8 4.8 1.4 versicolor
## 78 6.7 3.0 5.0 1.7 versicolor
## 79 6.0 2.9 4.5 1.5 versicolor
## 80 5.7 2.6 3.5 1.0 versicolor
## 81 5.5 2.4 3.8 1.1 versicolor
## 82 5.5 2.4 3.7 1.0 versicolor
## 83 5.8 2.7 3.9 1.2 versicolor
## 84 6.0 2.7 5.1 1.6 versicolor
## 85 5.4 3.0 4.5 1.5 versicolor
## 86 6.0 3.4 4.5 1.6 versicolor
## 87 6.7 3.1 4.7 1.5 versicolor
## 88 6.3 2.3 4.4 1.3 versicolor
## 89 5.6 3.0 4.1 1.3 versicolor
## 90 5.5 2.5 4.0 1.3 versicolor
## 91 5.5 2.6 4.4 1.2 versicolor
## 92 6.1 3.0 4.6 1.4 versicolor
## 93 5.8 2.6 4.0 1.2 versicolor
## 94 5.0 2.3 3.3 1.0 versicolor
## 95 5.6 2.7 4.2 1.3 versicolor
## 96 5.7 3.0 4.2 1.2 versicolor
## 97 5.7 2.9 4.2 1.3 versicolor
## 98 6.2 2.9 4.3 1.3 versicolor
## 99 5.1 2.5 3.0 1.1 versicolor
## 100 5.7 2.8 4.1 1.3 versicolor
## 101 6.3 3.3 6.0 2.5 virginica
## 102 5.8 2.7 5.1 1.9 virginica
## 103 7.1 3.0 5.9 2.1 virginica
## 104 6.3 2.9 5.6 1.8 virginica
## 105 6.5 3.0 5.8 2.2 virginica
## 106 7.6 3.0 6.6 2.1 virginica
## 107 4.9 2.5 4.5 1.7 virginica
## 108 7.3 2.9 6.3 1.8 virginica
## 109 6.7 2.5 5.8 1.8 virginica
## 110 7.2 3.6 6.1 2.5 virginica
## 111 6.5 3.2 5.1 2.0 virginica
## 112 6.4 2.7 5.3 1.9 virginica
## 113 6.8 3.0 5.5 2.1 virginica
## 114 5.7 2.5 5.0 2.0 virginica
## 115 5.8 2.8 5.1 2.4 virginica
## 116 6.4 3.2 5.3 2.3 virginica
## 117 6.5 3.0 5.5 1.8 virginica
## 118 7.7 3.8 6.7 2.2 virginica
## 119 7.7 2.6 6.9 2.3 virginica
## 120 6.0 2.2 5.0 1.5 virginica
## 121 6.9 3.2 5.7 2.3 virginica
## 122 5.6 2.8 4.9 2.0 virginica
## 123 7.7 2.8 6.7 2.0 virginica
## 124 6.3 2.7 4.9 1.8 virginica
## 125 6.7 3.3 5.7 2.1 virginica
## 126 7.2 3.2 6.0 1.8 virginica
## 127 6.2 2.8 4.8 1.8 virginica
## 128 6.1 3.0 4.9 1.8 virginica
## 129 6.4 2.8 5.6 2.1 virginica
## 130 7.2 3.0 5.8 1.6 virginica
## 131 7.4 2.8 6.1 1.9 virginica
## 132 7.9 3.8 6.4 2.0 virginica
## 133 6.4 2.8 5.6 2.2 virginica
## 134 6.3 2.8 5.1 1.5 virginica
## 135 6.1 2.6 5.6 1.4 virginica
## 136 7.7 3.0 6.1 2.3 virginica
## 137 6.3 3.4 5.6 2.4 virginica
## 138 6.4 3.1 5.5 1.8 virginica
## 139 6.0 3.0 4.8 1.8 virginica
## 140 6.9 3.1 5.4 2.1 virginica
## 141 6.7 3.1 5.6 2.4 virginica
## 142 6.9 3.1 5.1 2.3 virginica
## 143 5.8 2.7 5.1 1.9 virginica
## 144 6.8 3.2 5.9 2.3 virginica
## 145 6.7 3.3 5.7 2.5 virginica
## 146 6.7 3.0 5.2 2.3 virginica
## 147 6.3 2.5 5.0 1.9 virginica
## 148 6.5 3.0 5.2 2.0 virginica
## 149 6.2 3.4 5.4 2.3 virginica
## 150 5.9 3.0 5.1 1.8 virginicaUne des différences majeures avec les data.frame réside dans l’affichage qui est limité aux 10 premières lignes.
A noter également que l’affichage tient compte du nombre de colonnes à afficher.
Importation / exportation de données
Les fonctions de base
Exportation
Commençons par l’exportation car cela nous simplifie les exemples à suivre pour l’importation. La fonction de base pour exporter des données au format texte est write.table.
write.table(MonDataFrame, "Fichier_MonDataFrame.txt")
dir()## [1] "Fichier_MonDataFrame_V2.csv"
## [2] "Fichier_MonDataFrame.csv"
## [3] "Fichier_MonDataFrame.txt"
## [4] "Formation.RData"
## [5] "fr-esr-parcours-des-bacheliers-en-paces.csv"
## [6] "intro_R.html"
## [7] "intro_R.pdf"
## [8] "intro_R.rmd"
## [9] "Intro_Shiny-figure"
## [10] "Intro_Shiny-rpubs.html"
## [11] "Intro_Shiny.html"
## [12] "Intro_Shiny.md"
## [13] "Intro_Shiny.Rpres"
## [14] "MonAppli1.R"
## [15] "MonAppli2.R"
## [16] "MonAppli3.R"
## [17] "MonAppli4.R"
## [18] "Survey_package_JSS.pdf"
## [19] "survey-wss-2010.pdf"Sans précision d’un chemin, le fichier .txt ainsi créé apparaît dans le répertoire de travail. Ce que l’on peut vérifier au moyen de la commande dir ou dans le panneau Files de RStudio.
On peut ensuite jouer avec les paramètres pour modifier le séparateur (sep), la présence d’un entête (col.names) ou de noms de ligne (row.names)… ou utiliser les fonctions associées write.csv et write.csv2 qui proposent des paramétrages par défaut différents.
write.csv(MonDataFrame, "Fichier_MonDataFrame.csv")
write.csv2(MonDataFrame, "Fichier_MonDataFrame_V2.csv")Importation
Nous allons maintenant jouer la partition dans l’autre sens en important les données des fichiers précédemment créés.
Commençons par effacer le data.frame MonDataFrame et recréons le data.frame en important les fichiers.
rm(MonDataFrame)MonDataFrameLeRetourTxt <- read.table("Fichier_MonDataFrame.txt")
MonDataFrameLeRetourTxt## taille masse yeux cheveux
## 1 166.3 75.8 marron chatain
## 2 176.3 83.3 noir blond
## 3 164.7 85.2 bleu blond
## 4 154.7 69.9 noir noir
## 5 178.8 76.3 vert chatain
## 6 158.7 50.3 vert noir
## 7 166.2 72.4 vert blond
## 8 174.5 89.5 marron blond
## 9 170.0 61.9 bleu blond
## 10 179.6 68.4 noir chatain
## 11 157.1 86.3 vert blond
## 12 174.7 89.1 noir blond
## 13 174.1 59.6 marron noir
## 14 153.2 52.4 vert noir
## 15 171.9 86.0 bleu blond
## 16 159.9 51.9 vert noir
## 17 165.0 75.6 noir blond
## 18 150.5 56.9 marron chatain
## 19 170.2 75.6 marron chatain
## 20 158.3 87.7 marron chatainTout semble s’être bien passé. Et les autres versions ?
MonDataFrameLeRetourCsv <- read.table("Fichier_MonDataFrame.csv")
MonDataFrameLeRetourCsv## V1 V2
## 1 NA ,"taille","masse","yeux","cheveux"
## 2 1 ,166.3,75.8,"marron","chatain"
## 3 2 ,176.3,83.3,"noir","blond"
## 4 3 ,164.7,85.2,"bleu","blond"
## 5 4 ,154.7,69.9,"noir","noir"
## 6 5 ,178.8,76.3,"vert","chatain"
## 7 6 ,158.7,50.3,"vert","noir"
## 8 7 ,166.2,72.4,"vert","blond"
## 9 8 ,174.5,89.5,"marron","blond"
## 10 9 ,170,61.9,"bleu","blond"
## 11 10 ,179.6,68.4,"noir","chatain"
## 12 11 ,157.1,86.3,"vert","blond"
## 13 12 ,174.7,89.1,"noir","blond"
## 14 13 ,174.1,59.6,"marron","noir"
## 15 14 ,153.2,52.4,"vert","noir"
## 16 15 ,171.9,86,"bleu","blond"
## 17 16 ,159.9,51.9,"vert","noir"
## 18 17 ,165,75.6,"noir","blond"
## 19 18 ,150.5,56.9,"marron","chatain"
## 20 19 ,170.2,75.6,"marron","chatain"
## 21 20 ,158.3,87.7,"marron","chatain"Hum, hum, petit souci, non ?
MonDataFrameLeRetourCsvOK <- read.table("Fichier_MonDataFrame.csv", sep=",",
header = TRUE, row.names=1)
MonDataFrameLeRetourCsvOK## taille masse yeux cheveux
## 1 166.3 75.8 marron chatain
## 2 176.3 83.3 noir blond
## 3 164.7 85.2 bleu blond
## 4 154.7 69.9 noir noir
## 5 178.8 76.3 vert chatain
## 6 158.7 50.3 vert noir
## 7 166.2 72.4 vert blond
## 8 174.5 89.5 marron blond
## 9 170.0 61.9 bleu blond
## 10 179.6 68.4 noir chatain
## 11 157.1 86.3 vert blond
## 12 174.7 89.1 noir blond
## 13 174.1 59.6 marron noir
## 14 153.2 52.4 vert noir
## 15 171.9 86.0 bleu blond
## 16 159.9 51.9 vert noir
## 17 165.0 75.6 noir blond
## 18 150.5 56.9 marron chatain
## 19 170.2 75.6 marron chatain
## 20 158.3 87.7 marron chatainC’est mieux non ? Le même résultat est accessible avec
MonDataFrameLeRetourCsvOK2 <- read.csv("Fichier_MonDataFrame.csv")Et de la même façon avec la fonction read.csv2 pour importer le fichier avec le ; comme séparateur de champs et la , comme séparateur décimal.
Pour choisir la bonne fonction et son paramétrage, il est vivement recommandé de regarder le fichier à importer dans un éditeur de texte (Bloc-Notes, gedit, emacs…) et pas dans un tableur qui ne montrera pas le séparateur de champs.
Des packages spécifiques
readr
Le package readr propose une évolution des fonctions d’importation (et d’exportation) de fichiers au format texte. Il dispose d’une cheat sheet (data-import) présentant ses fonctions principales. Après installation et chargement du package, un coup d’oeil à l’aide en ligne permet de compléter la vue sur les possibilités de ce package.
readxl
Comme son nom l’indique, le package readxl permet d’importer des fichiers Excel aux formats xls et xlsx. Les fonctions read_excel, read_xls et read_xlsx permettent d’importer certaines feuilles d’un classeur Excel, certaines plages de données…
Installer et charger le package puis consulter l’aide en ligne des fonctions pour voir les spécificités proposées.
haven
Le package haven permet d’importer des fichiers données dans des formats propres à d’autres logiciels de statistique : SPSS, Stat et SAS. Cela peut être grandement utile lorsque l’on ne dispose plus de ces logiciels pour convertir les données dans un format texte.
Avec RSudio
L’importation des données peut aussi se faire en utilisant le menu Import Dataset de l’onglet Environment. Il s’agit d’une interface vers les packages cités précédemment. Le code équivalant à la manipulation de l’interface graphique est fourni à l’utilisateur.
Même si l’importation par le menu semble plus simple d’accès, il est à noter qu’une telle manipulation n’est pas reproductible, à l’inverse d’une ligne de commande que l’on pourra exécuter à nouveau (à condition de ne pas avoir déplacé le fichier à importer).
Manipulation de tableaux de données
Récupérons, pour commencer, un data frame au nom plus court.
MonDataFrame <- MonDataFrameLeRetourTxtAgir sur les lignes
Ajouter des lignes
Pour ajouter des lignes à un tableau de données, on peut utiliser la fonction rbind.
MonDataFrame2 <- data.frame(taille = round(runif(5,150,180),1),
masse = round(runif(5,50,90),1),
yeux = sample(coul.yeux,5,replace=T),
cheveux = sample(coul.cheveux, 5, rep = TRUE))
MonDataFrameComplet <- rbind(MonDataFrame, MonDataFrame2)
dim(MonDataFrameComplet)## [1] 25 4MonDataFrameComplet## taille masse yeux cheveux
## 1 166.3 75.8 marron chatain
## 2 176.3 83.3 noir blond
## 3 164.7 85.2 bleu blond
## 4 154.7 69.9 noir noir
## 5 178.8 76.3 vert chatain
## 6 158.7 50.3 vert noir
## 7 166.2 72.4 vert blond
## 8 174.5 89.5 marron blond
## 9 170.0 61.9 bleu blond
## 10 179.6 68.4 noir chatain
## 11 157.1 86.3 vert blond
## 12 174.7 89.1 noir blond
## 13 174.1 59.6 marron noir
## 14 153.2 52.4 vert noir
## 15 171.9 86.0 bleu blond
## 16 159.9 51.9 vert noir
## 17 165.0 75.6 noir blond
## 18 150.5 56.9 marron chatain
## 19 170.2 75.6 marron chatain
## 20 158.3 87.7 marron chatain
## 110 158.5 57.9 vert blond
## 21 171.1 78.8 bleu chatain
## 31 166.4 53.1 marron chatain
## 41 166.8 80.1 bleu chatain
## 51 176.9 74.5 marron noirOn a ainsi ajouter 5 lignes supplémentaires à l’objet MonDataFrame en concaténant MonDataFrame et MonDataFrame2. Cette opération n’est possible que parce que le nombre de colonnes est le même dans les 2 data.frame que l’on a collé en ligne.
rbind(MonDataFrame, MonDataFrame2[,1:3])Cette commande renvoie un erreur car les 2 objets que l’on souhaite coller n’ont pas le même nombre de colonnes.
Supprimer des lignes
La suppression de ligne se fait en écrasant le contenu du data.frame courant ou en le stockant dans un autre data.frame (ce qui semble plus sûr), en procédant par exemple ainsi :
MonDataFrameSuppr <- MonDataFrame[-(1:5),]
MonDataFrameSuppr## taille masse yeux cheveux
## 6 158.7 50.3 vert noir
## 7 166.2 72.4 vert blond
## 8 174.5 89.5 marron blond
## 9 170.0 61.9 bleu blond
## 10 179.6 68.4 noir chatain
## 11 157.1 86.3 vert blond
## 12 174.7 89.1 noir blond
## 13 174.1 59.6 marron noir
## 14 153.2 52.4 vert noir
## 15 171.9 86.0 bleu blond
## 16 159.9 51.9 vert noir
## 17 165.0 75.6 noir blond
## 18 150.5 56.9 marron chatain
## 19 170.2 75.6 marron chatain
## 20 158.3 87.7 marron chatainLes 5 premières lignes ont été supprimées et le data.frame résultant stocké dans le fichier MonDataFrameSuppr.
Pour sélectionner des lignes non consécutives, on peut utiliser la fonction c.
MonDataFrameSuppr <- MonDataFrame[-c(1,2,14,17),]
MonDataFrameSuppr## taille masse yeux cheveux
## 3 164.7 85.2 bleu blond
## 4 154.7 69.9 noir noir
## 5 178.8 76.3 vert chatain
## 6 158.7 50.3 vert noir
## 7 166.2 72.4 vert blond
## 8 174.5 89.5 marron blond
## 9 170.0 61.9 bleu blond
## 10 179.6 68.4 noir chatain
## 11 157.1 86.3 vert blond
## 12 174.7 89.1 noir blond
## 13 174.1 59.6 marron noir
## 15 171.9 86.0 bleu blond
## 16 159.9 51.9 vert noir
## 18 150.5 56.9 marron chatain
## 19 170.2 75.6 marron chatain
## 20 158.3 87.7 marron chatainLe paragraphe qui suit permet également de filtrer les lignes d’un tableau de données selon différents critères.
Sélectionner des lignes
Pour sélectionner des lignes, la fonction filter du package dplyr propose des solutions relativement simples et intuitives. Pour être certain d’utiliser la fonction du package dplyr, et pas une fonction portant le même nom dans un autre package, on peut le mentionner explicitement avec l’opérateur ::.
library(dplyr)
dplyr::filter(MonDataFrame, yeux=="noir")## taille masse yeux cheveux
## 2 176.3 83.3 noir blond
## 4 154.7 69.9 noir noir
## 10 179.6 68.4 noir chatain
## 12 174.7 89.1 noir blond
## 17 165.0 75.6 noir blondfilter(MonDataFrame, taille > 165)## taille masse yeux cheveux
## 1 166.3 75.8 marron chatain
## 2 176.3 83.3 noir blond
## 5 178.8 76.3 vert chatain
## 7 166.2 72.4 vert blond
## 8 174.5 89.5 marron blond
## 9 170.0 61.9 bleu blond
## 10 179.6 68.4 noir chatain
## 12 174.7 89.1 noir blond
## 13 174.1 59.6 marron noir
## 15 171.9 86.0 bleu blond
## 19 170.2 75.6 marron chatainfilter(MonDataFrame, between(masse, 65, 70))## taille masse yeux cheveux
## 4 154.7 69.9 noir noir
## 10 179.6 68.4 noir chatainfilter(MonDataFrame, taille < 170 & cheveux=="blond")## taille masse yeux cheveux
## 3 164.7 85.2 bleu blond
## 7 166.2 72.4 vert blond
## 11 157.1 86.3 vert blond
## 17 165.0 75.6 noir blondfilter(MonDataFrame, taille < 170 & (cheveux=="blond" | cheveux=="chatain"))## taille masse yeux cheveux
## 1 166.3 75.8 marron chatain
## 3 164.7 85.2 bleu blond
## 7 166.2 72.4 vert blond
## 11 157.1 86.3 vert blond
## 17 165.0 75.6 noir blond
## 18 150.5 56.9 marron chatain
## 20 158.3 87.7 marron chataindim(MonDataFrame)## [1] 20 4Noter que ces commandes ne modifient pas l’objet MonDataFrame et, si on souhaite conserver un extrait des données dans un autre objet, il faut le demander avec l’opérateur <-.
MonDataFrameExtraitTailleSup165 <- filter(MonDataFrame, taille > 165)
MonDataFrameExtraitTailleSup165## taille masse yeux cheveux
## 1 166.3 75.8 marron chatain
## 2 176.3 83.3 noir blond
## 5 178.8 76.3 vert chatain
## 7 166.2 72.4 vert blond
## 8 174.5 89.5 marron blond
## 9 170.0 61.9 bleu blond
## 10 179.6 68.4 noir chatain
## 12 174.7 89.1 noir blond
## 13 174.1 59.6 marron noir
## 15 171.9 86.0 bleu blond
## 19 170.2 75.6 marron chatainAgir sur les colonnes
Les commandes vues ici sont similaires à celles vues précédemment pour la manipulation des lignes.
Ajouter des colonnes
De façon analogue à rbind, la fonction cbind permet de coller côte-à-côte deux tableaux de données ayant le même nombre de lignes.
ComplementMonDataFrame <- data.frame(
Avis = sample(c("OK","NOK"), size=20, replace=TRUE),
Note = sample(0:20, size=20, replace = TRUE))
MonDataFramePlusDeColonnes <- cbind(MonDataFrame, ComplementMonDataFrame)
MonDataFramePlusDeColonnes## taille masse yeux cheveux Avis Note
## 1 166.3 75.8 marron chatain NOK 0
## 2 176.3 83.3 noir blond OK 17
## 3 164.7 85.2 bleu blond OK 15
## 4 154.7 69.9 noir noir NOK 18
## 5 178.8 76.3 vert chatain OK 1
## 6 158.7 50.3 vert noir NOK 2
## 7 166.2 72.4 vert blond OK 1
## 8 174.5 89.5 marron blond OK 1
## 9 170.0 61.9 bleu blond OK 2
## 10 179.6 68.4 noir chatain OK 8
## 11 157.1 86.3 vert blond NOK 16
## 12 174.7 89.1 noir blond OK 9
## 13 174.1 59.6 marron noir OK 3
## 14 153.2 52.4 vert noir NOK 4
## 15 171.9 86.0 bleu blond NOK 15
## 16 159.9 51.9 vert noir OK 0
## 17 165.0 75.6 noir blond OK 0
## 18 150.5 56.9 marron chatain NOK 14
## 19 170.2 75.6 marron chatain OK 12
## 20 158.3 87.7 marron chatain NOK 14Supprimer des colonnes
La suppression de colonnes peut là aussi se gérer de la même façon que la suppression de lignes.
MonDataFrameSupprCol <- MonDataFrame[,-c(1,3)]
MonDataFrameSupprCol## masse cheveux
## 1 75.8 chatain
## 2 83.3 blond
## 3 85.2 blond
## 4 69.9 noir
## 5 76.3 chatain
## 6 50.3 noir
## 7 72.4 blond
## 8 89.5 blond
## 9 61.9 blond
## 10 68.4 chatain
## 11 86.3 blond
## 12 89.1 blond
## 13 59.6 noir
## 14 52.4 noir
## 15 86.0 blond
## 16 51.9 noir
## 17 75.6 blond
## 18 56.9 chatain
## 19 75.6 chatain
## 20 87.7 chatainSélectionner des colonnes
La fonction select du package dplyr
select(MonDataFrame, taille)## taille
## 1 166.3
## 2 176.3
## 3 164.7
## 4 154.7
## 5 178.8
## 6 158.7
## 7 166.2
## 8 174.5
## 9 170.0
## 10 179.6
## 11 157.1
## 12 174.7
## 13 174.1
## 14 153.2
## 15 171.9
## 16 159.9
## 17 165.0
## 18 150.5
## 19 170.2
## 20 158.3select(MonDataFrame, taille, masse)## taille masse
## 1 166.3 75.8
## 2 176.3 83.3
## 3 164.7 85.2
## 4 154.7 69.9
## 5 178.8 76.3
## 6 158.7 50.3
## 7 166.2 72.4
## 8 174.5 89.5
## 9 170.0 61.9
## 10 179.6 68.4
## 11 157.1 86.3
## 12 174.7 89.1
## 13 174.1 59.6
## 14 153.2 52.4
## 15 171.9 86.0
## 16 159.9 51.9
## 17 165.0 75.6
## 18 150.5 56.9
## 19 170.2 75.6
## 20 158.3 87.7select(MonDataFrame, ends_with("eux"))## yeux cheveux
## 1 marron chatain
## 2 noir blond
## 3 bleu blond
## 4 noir noir
## 5 vert chatain
## 6 vert noir
## 7 vert blond
## 8 marron blond
## 9 bleu blond
## 10 noir chatain
## 11 vert blond
## 12 noir blond
## 13 marron noir
## 14 vert noir
## 15 bleu blond
## 16 vert noir
## 17 noir blond
## 18 marron chatain
## 19 marron chatain
## 20 marron chatainSur le jeu de données iris.
select(iris, starts_with("Petal"))## Petal.Length Petal.Width
## 1 1.4 0.2
## 2 1.4 0.2
## 3 1.3 0.2
## 4 1.5 0.2
## 5 1.4 0.2
## 6 1.7 0.4
## 7 1.4 0.3
## 8 1.5 0.2
## 9 1.4 0.2
## 10 1.5 0.1
## 11 1.5 0.2
## 12 1.6 0.2
## 13 1.4 0.1
## 14 1.1 0.1
## 15 1.2 0.2
## 16 1.5 0.4
## 17 1.3 0.4
## 18 1.4 0.3
## 19 1.7 0.3
## 20 1.5 0.3
## 21 1.7 0.2
## 22 1.5 0.4
## 23 1.0 0.2
## 24 1.7 0.5
## 25 1.9 0.2
## 26 1.6 0.2
## 27 1.6 0.4
## 28 1.5 0.2
## 29 1.4 0.2
## 30 1.6 0.2
## 31 1.6 0.2
## 32 1.5 0.4
## 33 1.5 0.1
## 34 1.4 0.2
## 35 1.5 0.2
## 36 1.2 0.2
## 37 1.3 0.2
## 38 1.4 0.1
## 39 1.3 0.2
## 40 1.5 0.2
## 41 1.3 0.3
## 42 1.3 0.3
## 43 1.3 0.2
## 44 1.6 0.6
## 45 1.9 0.4
## 46 1.4 0.3
## 47 1.6 0.2
## 48 1.4 0.2
## 49 1.5 0.2
## 50 1.4 0.2
## 51 4.7 1.4
## 52 4.5 1.5
## 53 4.9 1.5
## 54 4.0 1.3
## 55 4.6 1.5
## 56 4.5 1.3
## 57 4.7 1.6
## 58 3.3 1.0
## 59 4.6 1.3
## 60 3.9 1.4
## 61 3.5 1.0
## 62 4.2 1.5
## 63 4.0 1.0
## 64 4.7 1.4
## 65 3.6 1.3
## 66 4.4 1.4
## 67 4.5 1.5
## 68 4.1 1.0
## 69 4.5 1.5
## 70 3.9 1.1
## 71 4.8 1.8
## 72 4.0 1.3
## 73 4.9 1.5
## 74 4.7 1.2
## 75 4.3 1.3
## 76 4.4 1.4
## 77 4.8 1.4
## 78 5.0 1.7
## 79 4.5 1.5
## 80 3.5 1.0
## 81 3.8 1.1
## 82 3.7 1.0
## 83 3.9 1.2
## 84 5.1 1.6
## 85 4.5 1.5
## 86 4.5 1.6
## 87 4.7 1.5
## 88 4.4 1.3
## 89 4.1 1.3
## 90 4.0 1.3
## 91 4.4 1.2
## 92 4.6 1.4
## 93 4.0 1.2
## 94 3.3 1.0
## 95 4.2 1.3
## 96 4.2 1.2
## 97 4.2 1.3
## 98 4.3 1.3
## 99 3.0 1.1
## 100 4.1 1.3
## 101 6.0 2.5
## 102 5.1 1.9
## 103 5.9 2.1
## 104 5.6 1.8
## 105 5.8 2.2
## 106 6.6 2.1
## 107 4.5 1.7
## 108 6.3 1.8
## 109 5.8 1.8
## 110 6.1 2.5
## 111 5.1 2.0
## 112 5.3 1.9
## 113 5.5 2.1
## 114 5.0 2.0
## 115 5.1 2.4
## 116 5.3 2.3
## 117 5.5 1.8
## 118 6.7 2.2
## 119 6.9 2.3
## 120 5.0 1.5
## 121 5.7 2.3
## 122 4.9 2.0
## 123 6.7 2.0
## 124 4.9 1.8
## 125 5.7 2.1
## 126 6.0 1.8
## 127 4.8 1.8
## 128 4.9 1.8
## 129 5.6 2.1
## 130 5.8 1.6
## 131 6.1 1.9
## 132 6.4 2.0
## 133 5.6 2.2
## 134 5.1 1.5
## 135 5.6 1.4
## 136 6.1 2.3
## 137 5.6 2.4
## 138 5.5 1.8
## 139 4.8 1.8
## 140 5.4 2.1
## 141 5.6 2.4
## 142 5.1 2.3
## 143 5.1 1.9
## 144 5.9 2.3
## 145 5.7 2.5
## 146 5.2 2.3
## 147 5.0 1.9
## 148 5.2 2.0
## 149 5.4 2.3
## 150 5.1 1.8select(iris.tib, starts_with("Petal"))## # A tibble: 150 x 2
## Petal.Length Petal.Width
## <dbl> <dbl>
## 1 1.4 0.2
## 2 1.4 0.2
## 3 1.3 0.2
## 4 1.5 0.2
## 5 1.4 0.2
## 6 1.7 0.4
## 7 1.4 0.3
## 8 1.5 0.2
## 9 1.4 0.2
## 10 1.5 0.1
## # … with 140 more rowsselect(iris, contains("Width"))## Sepal.Width Petal.Width
## 1 3.5 0.2
## 2 3.0 0.2
## 3 3.2 0.2
## 4 3.1 0.2
## 5 3.6 0.2
## 6 3.9 0.4
## 7 3.4 0.3
## 8 3.4 0.2
## 9 2.9 0.2
## 10 3.1 0.1
## 11 3.7 0.2
## 12 3.4 0.2
## 13 3.0 0.1
## 14 3.0 0.1
## 15 4.0 0.2
## 16 4.4 0.4
## 17 3.9 0.4
## 18 3.5 0.3
## 19 3.8 0.3
## 20 3.8 0.3
## 21 3.4 0.2
## 22 3.7 0.4
## 23 3.6 0.2
## 24 3.3 0.5
## 25 3.4 0.2
## 26 3.0 0.2
## 27 3.4 0.4
## 28 3.5 0.2
## 29 3.4 0.2
## 30 3.2 0.2
## 31 3.1 0.2
## 32 3.4 0.4
## 33 4.1 0.1
## 34 4.2 0.2
## 35 3.1 0.2
## 36 3.2 0.2
## 37 3.5 0.2
## 38 3.6 0.1
## 39 3.0 0.2
## 40 3.4 0.2
## 41 3.5 0.3
## 42 2.3 0.3
## 43 3.2 0.2
## 44 3.5 0.6
## 45 3.8 0.4
## 46 3.0 0.3
## 47 3.8 0.2
## 48 3.2 0.2
## 49 3.7 0.2
## 50 3.3 0.2
## 51 3.2 1.4
## 52 3.2 1.5
## 53 3.1 1.5
## 54 2.3 1.3
## 55 2.8 1.5
## 56 2.8 1.3
## 57 3.3 1.6
## 58 2.4 1.0
## 59 2.9 1.3
## 60 2.7 1.4
## 61 2.0 1.0
## 62 3.0 1.5
## 63 2.2 1.0
## 64 2.9 1.4
## 65 2.9 1.3
## 66 3.1 1.4
## 67 3.0 1.5
## 68 2.7 1.0
## 69 2.2 1.5
## 70 2.5 1.1
## 71 3.2 1.8
## 72 2.8 1.3
## 73 2.5 1.5
## 74 2.8 1.2
## 75 2.9 1.3
## 76 3.0 1.4
## 77 2.8 1.4
## 78 3.0 1.7
## 79 2.9 1.5
## 80 2.6 1.0
## 81 2.4 1.1
## 82 2.4 1.0
## 83 2.7 1.2
## 84 2.7 1.6
## 85 3.0 1.5
## 86 3.4 1.6
## 87 3.1 1.5
## 88 2.3 1.3
## 89 3.0 1.3
## 90 2.5 1.3
## 91 2.6 1.2
## 92 3.0 1.4
## 93 2.6 1.2
## 94 2.3 1.0
## 95 2.7 1.3
## 96 3.0 1.2
## 97 2.9 1.3
## 98 2.9 1.3
## 99 2.5 1.1
## 100 2.8 1.3
## 101 3.3 2.5
## 102 2.7 1.9
## 103 3.0 2.1
## 104 2.9 1.8
## 105 3.0 2.2
## 106 3.0 2.1
## 107 2.5 1.7
## 108 2.9 1.8
## 109 2.5 1.8
## 110 3.6 2.5
## 111 3.2 2.0
## 112 2.7 1.9
## 113 3.0 2.1
## 114 2.5 2.0
## 115 2.8 2.4
## 116 3.2 2.3
## 117 3.0 1.8
## 118 3.8 2.2
## 119 2.6 2.3
## 120 2.2 1.5
## 121 3.2 2.3
## 122 2.8 2.0
## 123 2.8 2.0
## 124 2.7 1.8
## 125 3.3 2.1
## 126 3.2 1.8
## 127 2.8 1.8
## 128 3.0 1.8
## 129 2.8 2.1
## 130 3.0 1.6
## 131 2.8 1.9
## 132 3.8 2.0
## 133 2.8 2.2
## 134 2.8 1.5
## 135 2.6 1.4
## 136 3.0 2.3
## 137 3.4 2.4
## 138 3.1 1.8
## 139 3.0 1.8
## 140 3.1 2.1
## 141 3.1 2.4
## 142 3.1 2.3
## 143 2.7 1.9
## 144 3.2 2.3
## 145 3.3 2.5
## 146 3.0 2.3
## 147 2.5 1.9
## 148 3.0 2.0
## 149 3.4 2.3
## 150 3.0 1.8Pour stocker les résultats d’une telle sélection, il suffit d’assigner le résultat de la commande à un objet.
MonDataFrameCouleurs <- select(MonDataFrame, ends_with("eux"))
MonDataFrameCouleurs## yeux cheveux
## 1 marron chatain
## 2 noir blond
## 3 bleu blond
## 4 noir noir
## 5 vert chatain
## 6 vert noir
## 7 vert blond
## 8 marron blond
## 9 bleu blond
## 10 noir chatain
## 11 vert blond
## 12 noir blond
## 13 marron noir
## 14 vert noir
## 15 bleu blond
## 16 vert noir
## 17 noir blond
## 18 marron chatain
## 19 marron chatain
## 20 marron chatainFusionner des tableaux de données
Commençons par avoir deux tableaux de données avec un identifiant commun (Prenom) ; les 2 tableaux étant dans des ordres différents.
Prenom <- c("Emmma","Gabriel","Louise","Raphael","Alice","Leo","Chloe","Louis",
"Lina","Lucas","Rose","Adam","Lea","Arthur","Anna","Hugo","Mila",
"Jules","Mia","Mael")
MonDataFramePrenom <- cbind(Prenom, MonDataFrame)
UnAutreDataFramePrenom <- data.frame(Prenom = sort(Prenom), Note = 1:20)
MonDataFramePrenom## Prenom taille masse yeux cheveux
## 1 Emmma 166.3 75.8 marron chatain
## 2 Gabriel 176.3 83.3 noir blond
## 3 Louise 164.7 85.2 bleu blond
## 4 Raphael 154.7 69.9 noir noir
## 5 Alice 178.8 76.3 vert chatain
## 6 Leo 158.7 50.3 vert noir
## 7 Chloe 166.2 72.4 vert blond
## 8 Louis 174.5 89.5 marron blond
## 9 Lina 170.0 61.9 bleu blond
## 10 Lucas 179.6 68.4 noir chatain
## 11 Rose 157.1 86.3 vert blond
## 12 Adam 174.7 89.1 noir blond
## 13 Lea 174.1 59.6 marron noir
## 14 Arthur 153.2 52.4 vert noir
## 15 Anna 171.9 86.0 bleu blond
## 16 Hugo 159.9 51.9 vert noir
## 17 Mila 165.0 75.6 noir blond
## 18 Jules 150.5 56.9 marron chatain
## 19 Mia 170.2 75.6 marron chatain
## 20 Mael 158.3 87.7 marron chatainUnAutreDataFramePrenom## Prenom Note
## 1 Adam 1
## 2 Alice 2
## 3 Anna 3
## 4 Arthur 4
## 5 Chloe 5
## 6 Emmma 6
## 7 Gabriel 7
## 8 Hugo 8
## 9 Jules 9
## 10 Lea 10
## 11 Leo 11
## 12 Lina 12
## 13 Louis 13
## 14 Louise 14
## 15 Lucas 15
## 16 Mael 16
## 17 Mia 17
## 18 Mila 18
## 19 Raphael 19
## 20 Rose 20La fusion des 2 tableaux de données peut se réaliser au moyen de la fonction merge.
merge(MonDataFramePrenom, UnAutreDataFramePrenom)## Prenom taille masse yeux cheveux Note
## 1 Adam 174.7 89.1 noir blond 1
## 2 Alice 178.8 76.3 vert chatain 2
## 3 Anna 171.9 86.0 bleu blond 3
## 4 Arthur 153.2 52.4 vert noir 4
## 5 Chloe 166.2 72.4 vert blond 5
## 6 Emmma 166.3 75.8 marron chatain 6
## 7 Gabriel 176.3 83.3 noir blond 7
## 8 Hugo 159.9 51.9 vert noir 8
## 9 Jules 150.5 56.9 marron chatain 9
## 10 Lea 174.1 59.6 marron noir 10
## 11 Leo 158.7 50.3 vert noir 11
## 12 Lina 170.0 61.9 bleu blond 12
## 13 Louis 174.5 89.5 marron blond 13
## 14 Louise 164.7 85.2 bleu blond 14
## 15 Lucas 179.6 68.4 noir chatain 15
## 16 Mael 158.3 87.7 marron chatain 16
## 17 Mia 170.2 75.6 marron chatain 17
## 18 Mila 165.0 75.6 noir blond 18
## 19 Raphael 154.7 69.9 noir noir 19
## 20 Rose 157.1 86.3 vert blond 20merge(UnAutreDataFramePrenom, MonDataFramePrenom)## Prenom Note taille masse yeux cheveux
## 1 Adam 1 174.7 89.1 noir blond
## 2 Alice 2 178.8 76.3 vert chatain
## 3 Anna 3 171.9 86.0 bleu blond
## 4 Arthur 4 153.2 52.4 vert noir
## 5 Chloe 5 166.2 72.4 vert blond
## 6 Emmma 6 166.3 75.8 marron chatain
## 7 Gabriel 7 176.3 83.3 noir blond
## 8 Hugo 8 159.9 51.9 vert noir
## 9 Jules 9 150.5 56.9 marron chatain
## 10 Lea 10 174.1 59.6 marron noir
## 11 Leo 11 158.7 50.3 vert noir
## 12 Lina 12 170.0 61.9 bleu blond
## 13 Louis 13 174.5 89.5 marron blond
## 14 Louise 14 164.7 85.2 bleu blond
## 15 Lucas 15 179.6 68.4 noir chatain
## 16 Mael 16 158.3 87.7 marron chatain
## 17 Mia 17 170.2 75.6 marron chatain
## 18 Mila 18 165.0 75.6 noir blond
## 19 Raphael 19 154.7 69.9 noir noir
## 20 Rose 20 157.1 86.3 vert blondBy default the data frames are merged on the columns with names they both have.
- Si les colonnes ne portent pas le même nom, il faut le préciser, sinon cela va poser problème…
UnAutreDataFramePrenom <- data.frame(FirstName = sort(Prenom), Note = 1:20)
UnAutreDataFramePrenom## FirstName Note
## 1 Adam 1
## 2 Alice 2
## 3 Anna 3
## 4 Arthur 4
## 5 Chloe 5
## 6 Emmma 6
## 7 Gabriel 7
## 8 Hugo 8
## 9 Jules 9
## 10 Lea 10
## 11 Leo 11
## 12 Lina 12
## 13 Louis 13
## 14 Louise 14
## 15 Lucas 15
## 16 Mael 16
## 17 Mia 17
## 18 Mila 18
## 19 Raphael 19
## 20 Rose 20merge(MonDataFramePrenom, UnAutreDataFramePrenom)## Prenom taille masse yeux cheveux FirstName Note
## 1 Emmma 166.3 75.8 marron chatain Adam 1
## 2 Gabriel 176.3 83.3 noir blond Adam 1
## 3 Louise 164.7 85.2 bleu blond Adam 1
## 4 Raphael 154.7 69.9 noir noir Adam 1
## 5 Alice 178.8 76.3 vert chatain Adam 1
## 6 Leo 158.7 50.3 vert noir Adam 1
## 7 Chloe 166.2 72.4 vert blond Adam 1
## 8 Louis 174.5 89.5 marron blond Adam 1
## 9 Lina 170.0 61.9 bleu blond Adam 1
## 10 Lucas 179.6 68.4 noir chatain Adam 1
## 11 Rose 157.1 86.3 vert blond Adam 1
## 12 Adam 174.7 89.1 noir blond Adam 1
## 13 Lea 174.1 59.6 marron noir Adam 1
## 14 Arthur 153.2 52.4 vert noir Adam 1
## 15 Anna 171.9 86.0 bleu blond Adam 1
## 16 Hugo 159.9 51.9 vert noir Adam 1
## 17 Mila 165.0 75.6 noir blond Adam 1
## 18 Jules 150.5 56.9 marron chatain Adam 1
## 19 Mia 170.2 75.6 marron chatain Adam 1
## 20 Mael 158.3 87.7 marron chatain Adam 1
## 21 Emmma 166.3 75.8 marron chatain Alice 2
## 22 Gabriel 176.3 83.3 noir blond Alice 2
## 23 Louise 164.7 85.2 bleu blond Alice 2
## 24 Raphael 154.7 69.9 noir noir Alice 2
## 25 Alice 178.8 76.3 vert chatain Alice 2
## 26 Leo 158.7 50.3 vert noir Alice 2
## 27 Chloe 166.2 72.4 vert blond Alice 2
## 28 Louis 174.5 89.5 marron blond Alice 2
## 29 Lina 170.0 61.9 bleu blond Alice 2
## 30 Lucas 179.6 68.4 noir chatain Alice 2
## 31 Rose 157.1 86.3 vert blond Alice 2
## 32 Adam 174.7 89.1 noir blond Alice 2
## 33 Lea 174.1 59.6 marron noir Alice 2
## 34 Arthur 153.2 52.4 vert noir Alice 2
## 35 Anna 171.9 86.0 bleu blond Alice 2
## 36 Hugo 159.9 51.9 vert noir Alice 2
## 37 Mila 165.0 75.6 noir blond Alice 2
## 38 Jules 150.5 56.9 marron chatain Alice 2
## 39 Mia 170.2 75.6 marron chatain Alice 2
## 40 Mael 158.3 87.7 marron chatain Alice 2
## 41 Emmma 166.3 75.8 marron chatain Anna 3
## 42 Gabriel 176.3 83.3 noir blond Anna 3
## 43 Louise 164.7 85.2 bleu blond Anna 3
## 44 Raphael 154.7 69.9 noir noir Anna 3
## 45 Alice 178.8 76.3 vert chatain Anna 3
## 46 Leo 158.7 50.3 vert noir Anna 3
## 47 Chloe 166.2 72.4 vert blond Anna 3
## 48 Louis 174.5 89.5 marron blond Anna 3
## 49 Lina 170.0 61.9 bleu blond Anna 3
## 50 Lucas 179.6 68.4 noir chatain Anna 3
## 51 Rose 157.1 86.3 vert blond Anna 3
## 52 Adam 174.7 89.1 noir blond Anna 3
## 53 Lea 174.1 59.6 marron noir Anna 3
## 54 Arthur 153.2 52.4 vert noir Anna 3
## 55 Anna 171.9 86.0 bleu blond Anna 3
## 56 Hugo 159.9 51.9 vert noir Anna 3
## 57 Mila 165.0 75.6 noir blond Anna 3
## 58 Jules 150.5 56.9 marron chatain Anna 3
## 59 Mia 170.2 75.6 marron chatain Anna 3
## 60 Mael 158.3 87.7 marron chatain Anna 3
## 61 Emmma 166.3 75.8 marron chatain Arthur 4
## 62 Gabriel 176.3 83.3 noir blond Arthur 4
## 63 Louise 164.7 85.2 bleu blond Arthur 4
## 64 Raphael 154.7 69.9 noir noir Arthur 4
## 65 Alice 178.8 76.3 vert chatain Arthur 4
## 66 Leo 158.7 50.3 vert noir Arthur 4
## 67 Chloe 166.2 72.4 vert blond Arthur 4
## 68 Louis 174.5 89.5 marron blond Arthur 4
## 69 Lina 170.0 61.9 bleu blond Arthur 4
## 70 Lucas 179.6 68.4 noir chatain Arthur 4
## 71 Rose 157.1 86.3 vert blond Arthur 4
## 72 Adam 174.7 89.1 noir blond Arthur 4
## 73 Lea 174.1 59.6 marron noir Arthur 4
## 74 Arthur 153.2 52.4 vert noir Arthur 4
## 75 Anna 171.9 86.0 bleu blond Arthur 4
## 76 Hugo 159.9 51.9 vert noir Arthur 4
## 77 Mila 165.0 75.6 noir blond Arthur 4
## 78 Jules 150.5 56.9 marron chatain Arthur 4
## 79 Mia 170.2 75.6 marron chatain Arthur 4
## 80 Mael 158.3 87.7 marron chatain Arthur 4
## 81 Emmma 166.3 75.8 marron chatain Chloe 5
## 82 Gabriel 176.3 83.3 noir blond Chloe 5
## 83 Louise 164.7 85.2 bleu blond Chloe 5
## 84 Raphael 154.7 69.9 noir noir Chloe 5
## 85 Alice 178.8 76.3 vert chatain Chloe 5
## 86 Leo 158.7 50.3 vert noir Chloe 5
## 87 Chloe 166.2 72.4 vert blond Chloe 5
## 88 Louis 174.5 89.5 marron blond Chloe 5
## 89 Lina 170.0 61.9 bleu blond Chloe 5
## 90 Lucas 179.6 68.4 noir chatain Chloe 5
## 91 Rose 157.1 86.3 vert blond Chloe 5
## 92 Adam 174.7 89.1 noir blond Chloe 5
## 93 Lea 174.1 59.6 marron noir Chloe 5
## 94 Arthur 153.2 52.4 vert noir Chloe 5
## 95 Anna 171.9 86.0 bleu blond Chloe 5
## 96 Hugo 159.9 51.9 vert noir Chloe 5
## 97 Mila 165.0 75.6 noir blond Chloe 5
## 98 Jules 150.5 56.9 marron chatain Chloe 5
## 99 Mia 170.2 75.6 marron chatain Chloe 5
## 100 Mael 158.3 87.7 marron chatain Chloe 5
## 101 Emmma 166.3 75.8 marron chatain Emmma 6
## 102 Gabriel 176.3 83.3 noir blond Emmma 6
## 103 Louise 164.7 85.2 bleu blond Emmma 6
## 104 Raphael 154.7 69.9 noir noir Emmma 6
## 105 Alice 178.8 76.3 vert chatain Emmma 6
## 106 Leo 158.7 50.3 vert noir Emmma 6
## 107 Chloe 166.2 72.4 vert blond Emmma 6
## 108 Louis 174.5 89.5 marron blond Emmma 6
## 109 Lina 170.0 61.9 bleu blond Emmma 6
## 110 Lucas 179.6 68.4 noir chatain Emmma 6
## 111 Rose 157.1 86.3 vert blond Emmma 6
## 112 Adam 174.7 89.1 noir blond Emmma 6
## 113 Lea 174.1 59.6 marron noir Emmma 6
## 114 Arthur 153.2 52.4 vert noir Emmma 6
## 115 Anna 171.9 86.0 bleu blond Emmma 6
## 116 Hugo 159.9 51.9 vert noir Emmma 6
## 117 Mila 165.0 75.6 noir blond Emmma 6
## 118 Jules 150.5 56.9 marron chatain Emmma 6
## 119 Mia 170.2 75.6 marron chatain Emmma 6
## 120 Mael 158.3 87.7 marron chatain Emmma 6
## 121 Emmma 166.3 75.8 marron chatain Gabriel 7
## 122 Gabriel 176.3 83.3 noir blond Gabriel 7
## 123 Louise 164.7 85.2 bleu blond Gabriel 7
## 124 Raphael 154.7 69.9 noir noir Gabriel 7
## 125 Alice 178.8 76.3 vert chatain Gabriel 7
## 126 Leo 158.7 50.3 vert noir Gabriel 7
## 127 Chloe 166.2 72.4 vert blond Gabriel 7
## 128 Louis 174.5 89.5 marron blond Gabriel 7
## 129 Lina 170.0 61.9 bleu blond Gabriel 7
## 130 Lucas 179.6 68.4 noir chatain Gabriel 7
## 131 Rose 157.1 86.3 vert blond Gabriel 7
## 132 Adam 174.7 89.1 noir blond Gabriel 7
## 133 Lea 174.1 59.6 marron noir Gabriel 7
## 134 Arthur 153.2 52.4 vert noir Gabriel 7
## 135 Anna 171.9 86.0 bleu blond Gabriel 7
## 136 Hugo 159.9 51.9 vert noir Gabriel 7
## 137 Mila 165.0 75.6 noir blond Gabriel 7
## 138 Jules 150.5 56.9 marron chatain Gabriel 7
## 139 Mia 170.2 75.6 marron chatain Gabriel 7
## 140 Mael 158.3 87.7 marron chatain Gabriel 7
## 141 Emmma 166.3 75.8 marron chatain Hugo 8
## 142 Gabriel 176.3 83.3 noir blond Hugo 8
## 143 Louise 164.7 85.2 bleu blond Hugo 8
## 144 Raphael 154.7 69.9 noir noir Hugo 8
## 145 Alice 178.8 76.3 vert chatain Hugo 8
## 146 Leo 158.7 50.3 vert noir Hugo 8
## 147 Chloe 166.2 72.4 vert blond Hugo 8
## 148 Louis 174.5 89.5 marron blond Hugo 8
## 149 Lina 170.0 61.9 bleu blond Hugo 8
## 150 Lucas 179.6 68.4 noir chatain Hugo 8
## 151 Rose 157.1 86.3 vert blond Hugo 8
## 152 Adam 174.7 89.1 noir blond Hugo 8
## 153 Lea 174.1 59.6 marron noir Hugo 8
## 154 Arthur 153.2 52.4 vert noir Hugo 8
## 155 Anna 171.9 86.0 bleu blond Hugo 8
## 156 Hugo 159.9 51.9 vert noir Hugo 8
## 157 Mila 165.0 75.6 noir blond Hugo 8
## 158 Jules 150.5 56.9 marron chatain Hugo 8
## 159 Mia 170.2 75.6 marron chatain Hugo 8
## 160 Mael 158.3 87.7 marron chatain Hugo 8
## 161 Emmma 166.3 75.8 marron chatain Jules 9
## 162 Gabriel 176.3 83.3 noir blond Jules 9
## 163 Louise 164.7 85.2 bleu blond Jules 9
## 164 Raphael 154.7 69.9 noir noir Jules 9
## 165 Alice 178.8 76.3 vert chatain Jules 9
## 166 Leo 158.7 50.3 vert noir Jules 9
## 167 Chloe 166.2 72.4 vert blond Jules 9
## 168 Louis 174.5 89.5 marron blond Jules 9
## 169 Lina 170.0 61.9 bleu blond Jules 9
## 170 Lucas 179.6 68.4 noir chatain Jules 9
## 171 Rose 157.1 86.3 vert blond Jules 9
## 172 Adam 174.7 89.1 noir blond Jules 9
## 173 Lea 174.1 59.6 marron noir Jules 9
## 174 Arthur 153.2 52.4 vert noir Jules 9
## 175 Anna 171.9 86.0 bleu blond Jules 9
## 176 Hugo 159.9 51.9 vert noir Jules 9
## 177 Mila 165.0 75.6 noir blond Jules 9
## 178 Jules 150.5 56.9 marron chatain Jules 9
## 179 Mia 170.2 75.6 marron chatain Jules 9
## 180 Mael 158.3 87.7 marron chatain Jules 9
## 181 Emmma 166.3 75.8 marron chatain Lea 10
## 182 Gabriel 176.3 83.3 noir blond Lea 10
## 183 Louise 164.7 85.2 bleu blond Lea 10
## 184 Raphael 154.7 69.9 noir noir Lea 10
## 185 Alice 178.8 76.3 vert chatain Lea 10
## 186 Leo 158.7 50.3 vert noir Lea 10
## 187 Chloe 166.2 72.4 vert blond Lea 10
## 188 Louis 174.5 89.5 marron blond Lea 10
## 189 Lina 170.0 61.9 bleu blond Lea 10
## 190 Lucas 179.6 68.4 noir chatain Lea 10
## 191 Rose 157.1 86.3 vert blond Lea 10
## 192 Adam 174.7 89.1 noir blond Lea 10
## 193 Lea 174.1 59.6 marron noir Lea 10
## 194 Arthur 153.2 52.4 vert noir Lea 10
## 195 Anna 171.9 86.0 bleu blond Lea 10
## 196 Hugo 159.9 51.9 vert noir Lea 10
## 197 Mila 165.0 75.6 noir blond Lea 10
## 198 Jules 150.5 56.9 marron chatain Lea 10
## 199 Mia 170.2 75.6 marron chatain Lea 10
## 200 Mael 158.3 87.7 marron chatain Lea 10
## 201 Emmma 166.3 75.8 marron chatain Leo 11
## 202 Gabriel 176.3 83.3 noir blond Leo 11
## 203 Louise 164.7 85.2 bleu blond Leo 11
## 204 Raphael 154.7 69.9 noir noir Leo 11
## 205 Alice 178.8 76.3 vert chatain Leo 11
## 206 Leo 158.7 50.3 vert noir Leo 11
## 207 Chloe 166.2 72.4 vert blond Leo 11
## 208 Louis 174.5 89.5 marron blond Leo 11
## 209 Lina 170.0 61.9 bleu blond Leo 11
## 210 Lucas 179.6 68.4 noir chatain Leo 11
## 211 Rose 157.1 86.3 vert blond Leo 11
## 212 Adam 174.7 89.1 noir blond Leo 11
## 213 Lea 174.1 59.6 marron noir Leo 11
## 214 Arthur 153.2 52.4 vert noir Leo 11
## 215 Anna 171.9 86.0 bleu blond Leo 11
## 216 Hugo 159.9 51.9 vert noir Leo 11
## 217 Mila 165.0 75.6 noir blond Leo 11
## 218 Jules 150.5 56.9 marron chatain Leo 11
## 219 Mia 170.2 75.6 marron chatain Leo 11
## 220 Mael 158.3 87.7 marron chatain Leo 11
## 221 Emmma 166.3 75.8 marron chatain Lina 12
## 222 Gabriel 176.3 83.3 noir blond Lina 12
## 223 Louise 164.7 85.2 bleu blond Lina 12
## 224 Raphael 154.7 69.9 noir noir Lina 12
## 225 Alice 178.8 76.3 vert chatain Lina 12
## 226 Leo 158.7 50.3 vert noir Lina 12
## 227 Chloe 166.2 72.4 vert blond Lina 12
## 228 Louis 174.5 89.5 marron blond Lina 12
## 229 Lina 170.0 61.9 bleu blond Lina 12
## 230 Lucas 179.6 68.4 noir chatain Lina 12
## 231 Rose 157.1 86.3 vert blond Lina 12
## 232 Adam 174.7 89.1 noir blond Lina 12
## 233 Lea 174.1 59.6 marron noir Lina 12
## 234 Arthur 153.2 52.4 vert noir Lina 12
## 235 Anna 171.9 86.0 bleu blond Lina 12
## 236 Hugo 159.9 51.9 vert noir Lina 12
## 237 Mila 165.0 75.6 noir blond Lina 12
## 238 Jules 150.5 56.9 marron chatain Lina 12
## 239 Mia 170.2 75.6 marron chatain Lina 12
## 240 Mael 158.3 87.7 marron chatain Lina 12
## 241 Emmma 166.3 75.8 marron chatain Louis 13
## 242 Gabriel 176.3 83.3 noir blond Louis 13
## 243 Louise 164.7 85.2 bleu blond Louis 13
## 244 Raphael 154.7 69.9 noir noir Louis 13
## 245 Alice 178.8 76.3 vert chatain Louis 13
## 246 Leo 158.7 50.3 vert noir Louis 13
## 247 Chloe 166.2 72.4 vert blond Louis 13
## 248 Louis 174.5 89.5 marron blond Louis 13
## 249 Lina 170.0 61.9 bleu blond Louis 13
## 250 Lucas 179.6 68.4 noir chatain Louis 13
## 251 Rose 157.1 86.3 vert blond Louis 13
## 252 Adam 174.7 89.1 noir blond Louis 13
## 253 Lea 174.1 59.6 marron noir Louis 13
## 254 Arthur 153.2 52.4 vert noir Louis 13
## 255 Anna 171.9 86.0 bleu blond Louis 13
## 256 Hugo 159.9 51.9 vert noir Louis 13
## 257 Mila 165.0 75.6 noir blond Louis 13
## 258 Jules 150.5 56.9 marron chatain Louis 13
## 259 Mia 170.2 75.6 marron chatain Louis 13
## 260 Mael 158.3 87.7 marron chatain Louis 13
## 261 Emmma 166.3 75.8 marron chatain Louise 14
## 262 Gabriel 176.3 83.3 noir blond Louise 14
## 263 Louise 164.7 85.2 bleu blond Louise 14
## 264 Raphael 154.7 69.9 noir noir Louise 14
## 265 Alice 178.8 76.3 vert chatain Louise 14
## 266 Leo 158.7 50.3 vert noir Louise 14
## 267 Chloe 166.2 72.4 vert blond Louise 14
## 268 Louis 174.5 89.5 marron blond Louise 14
## 269 Lina 170.0 61.9 bleu blond Louise 14
## 270 Lucas 179.6 68.4 noir chatain Louise 14
## 271 Rose 157.1 86.3 vert blond Louise 14
## 272 Adam 174.7 89.1 noir blond Louise 14
## 273 Lea 174.1 59.6 marron noir Louise 14
## 274 Arthur 153.2 52.4 vert noir Louise 14
## 275 Anna 171.9 86.0 bleu blond Louise 14
## 276 Hugo 159.9 51.9 vert noir Louise 14
## 277 Mila 165.0 75.6 noir blond Louise 14
## 278 Jules 150.5 56.9 marron chatain Louise 14
## 279 Mia 170.2 75.6 marron chatain Louise 14
## 280 Mael 158.3 87.7 marron chatain Louise 14
## 281 Emmma 166.3 75.8 marron chatain Lucas 15
## 282 Gabriel 176.3 83.3 noir blond Lucas 15
## 283 Louise 164.7 85.2 bleu blond Lucas 15
## 284 Raphael 154.7 69.9 noir noir Lucas 15
## 285 Alice 178.8 76.3 vert chatain Lucas 15
## 286 Leo 158.7 50.3 vert noir Lucas 15
## 287 Chloe 166.2 72.4 vert blond Lucas 15
## 288 Louis 174.5 89.5 marron blond Lucas 15
## 289 Lina 170.0 61.9 bleu blond Lucas 15
## 290 Lucas 179.6 68.4 noir chatain Lucas 15
## 291 Rose 157.1 86.3 vert blond Lucas 15
## 292 Adam 174.7 89.1 noir blond Lucas 15
## 293 Lea 174.1 59.6 marron noir Lucas 15
## 294 Arthur 153.2 52.4 vert noir Lucas 15
## 295 Anna 171.9 86.0 bleu blond Lucas 15
## 296 Hugo 159.9 51.9 vert noir Lucas 15
## 297 Mila 165.0 75.6 noir blond Lucas 15
## 298 Jules 150.5 56.9 marron chatain Lucas 15
## 299 Mia 170.2 75.6 marron chatain Lucas 15
## 300 Mael 158.3 87.7 marron chatain Lucas 15
## 301 Emmma 166.3 75.8 marron chatain Mael 16
## 302 Gabriel 176.3 83.3 noir blond Mael 16
## 303 Louise 164.7 85.2 bleu blond Mael 16
## 304 Raphael 154.7 69.9 noir noir Mael 16
## 305 Alice 178.8 76.3 vert chatain Mael 16
## 306 Leo 158.7 50.3 vert noir Mael 16
## 307 Chloe 166.2 72.4 vert blond Mael 16
## 308 Louis 174.5 89.5 marron blond Mael 16
## 309 Lina 170.0 61.9 bleu blond Mael 16
## 310 Lucas 179.6 68.4 noir chatain Mael 16
## 311 Rose 157.1 86.3 vert blond Mael 16
## 312 Adam 174.7 89.1 noir blond Mael 16
## 313 Lea 174.1 59.6 marron noir Mael 16
## 314 Arthur 153.2 52.4 vert noir Mael 16
## 315 Anna 171.9 86.0 bleu blond Mael 16
## 316 Hugo 159.9 51.9 vert noir Mael 16
## 317 Mila 165.0 75.6 noir blond Mael 16
## 318 Jules 150.5 56.9 marron chatain Mael 16
## 319 Mia 170.2 75.6 marron chatain Mael 16
## 320 Mael 158.3 87.7 marron chatain Mael 16
## 321 Emmma 166.3 75.8 marron chatain Mia 17
## 322 Gabriel 176.3 83.3 noir blond Mia 17
## 323 Louise 164.7 85.2 bleu blond Mia 17
## 324 Raphael 154.7 69.9 noir noir Mia 17
## 325 Alice 178.8 76.3 vert chatain Mia 17
## 326 Leo 158.7 50.3 vert noir Mia 17
## 327 Chloe 166.2 72.4 vert blond Mia 17
## 328 Louis 174.5 89.5 marron blond Mia 17
## 329 Lina 170.0 61.9 bleu blond Mia 17
## 330 Lucas 179.6 68.4 noir chatain Mia 17
## 331 Rose 157.1 86.3 vert blond Mia 17
## 332 Adam 174.7 89.1 noir blond Mia 17
## 333 Lea 174.1 59.6 marron noir Mia 17
## 334 Arthur 153.2 52.4 vert noir Mia 17
## 335 Anna 171.9 86.0 bleu blond Mia 17
## 336 Hugo 159.9 51.9 vert noir Mia 17
## 337 Mila 165.0 75.6 noir blond Mia 17
## 338 Jules 150.5 56.9 marron chatain Mia 17
## 339 Mia 170.2 75.6 marron chatain Mia 17
## 340 Mael 158.3 87.7 marron chatain Mia 17
## 341 Emmma 166.3 75.8 marron chatain Mila 18
## 342 Gabriel 176.3 83.3 noir blond Mila 18
## 343 Louise 164.7 85.2 bleu blond Mila 18
## 344 Raphael 154.7 69.9 noir noir Mila 18
## 345 Alice 178.8 76.3 vert chatain Mila 18
## 346 Leo 158.7 50.3 vert noir Mila 18
## 347 Chloe 166.2 72.4 vert blond Mila 18
## 348 Louis 174.5 89.5 marron blond Mila 18
## 349 Lina 170.0 61.9 bleu blond Mila 18
## 350 Lucas 179.6 68.4 noir chatain Mila 18
## 351 Rose 157.1 86.3 vert blond Mila 18
## 352 Adam 174.7 89.1 noir blond Mila 18
## 353 Lea 174.1 59.6 marron noir Mila 18
## 354 Arthur 153.2 52.4 vert noir Mila 18
## 355 Anna 171.9 86.0 bleu blond Mila 18
## 356 Hugo 159.9 51.9 vert noir Mila 18
## 357 Mila 165.0 75.6 noir blond Mila 18
## 358 Jules 150.5 56.9 marron chatain Mila 18
## 359 Mia 170.2 75.6 marron chatain Mila 18
## 360 Mael 158.3 87.7 marron chatain Mila 18
## 361 Emmma 166.3 75.8 marron chatain Raphael 19
## 362 Gabriel 176.3 83.3 noir blond Raphael 19
## 363 Louise 164.7 85.2 bleu blond Raphael 19
## 364 Raphael 154.7 69.9 noir noir Raphael 19
## 365 Alice 178.8 76.3 vert chatain Raphael 19
## 366 Leo 158.7 50.3 vert noir Raphael 19
## 367 Chloe 166.2 72.4 vert blond Raphael 19
## 368 Louis 174.5 89.5 marron blond Raphael 19
## 369 Lina 170.0 61.9 bleu blond Raphael 19
## 370 Lucas 179.6 68.4 noir chatain Raphael 19
## 371 Rose 157.1 86.3 vert blond Raphael 19
## 372 Adam 174.7 89.1 noir blond Raphael 19
## 373 Lea 174.1 59.6 marron noir Raphael 19
## 374 Arthur 153.2 52.4 vert noir Raphael 19
## 375 Anna 171.9 86.0 bleu blond Raphael 19
## 376 Hugo 159.9 51.9 vert noir Raphael 19
## 377 Mila 165.0 75.6 noir blond Raphael 19
## 378 Jules 150.5 56.9 marron chatain Raphael 19
## 379 Mia 170.2 75.6 marron chatain Raphael 19
## 380 Mael 158.3 87.7 marron chatain Raphael 19
## 381 Emmma 166.3 75.8 marron chatain Rose 20
## 382 Gabriel 176.3 83.3 noir blond Rose 20
## 383 Louise 164.7 85.2 bleu blond Rose 20
## 384 Raphael 154.7 69.9 noir noir Rose 20
## 385 Alice 178.8 76.3 vert chatain Rose 20
## 386 Leo 158.7 50.3 vert noir Rose 20
## 387 Chloe 166.2 72.4 vert blond Rose 20
## 388 Louis 174.5 89.5 marron blond Rose 20
## 389 Lina 170.0 61.9 bleu blond Rose 20
## 390 Lucas 179.6 68.4 noir chatain Rose 20
## 391 Rose 157.1 86.3 vert blond Rose 20
## 392 Adam 174.7 89.1 noir blond Rose 20
## 393 Lea 174.1 59.6 marron noir Rose 20
## 394 Arthur 153.2 52.4 vert noir Rose 20
## 395 Anna 171.9 86.0 bleu blond Rose 20
## 396 Hugo 159.9 51.9 vert noir Rose 20
## 397 Mila 165.0 75.6 noir blond Rose 20
## 398 Jules 150.5 56.9 marron chatain Rose 20
## 399 Mia 170.2 75.6 marron chatain Rose 20
## 400 Mael 158.3 87.7 marron chatain Rose 20merge(MonDataFramePrenom, UnAutreDataFramePrenom,
by.x = "Prenom", by.y = "FirstName")## Prenom taille masse yeux cheveux Note
## 1 Adam 174.7 89.1 noir blond 1
## 2 Alice 178.8 76.3 vert chatain 2
## 3 Anna 171.9 86.0 bleu blond 3
## 4 Arthur 153.2 52.4 vert noir 4
## 5 Chloe 166.2 72.4 vert blond 5
## 6 Emmma 166.3 75.8 marron chatain 6
## 7 Gabriel 176.3 83.3 noir blond 7
## 8 Hugo 159.9 51.9 vert noir 8
## 9 Jules 150.5 56.9 marron chatain 9
## 10 Lea 174.1 59.6 marron noir 10
## 11 Leo 158.7 50.3 vert noir 11
## 12 Lina 170.0 61.9 bleu blond 12
## 13 Louis 174.5 89.5 marron blond 13
## 14 Louise 164.7 85.2 bleu blond 14
## 15 Lucas 179.6 68.4 noir chatain 15
## 16 Mael 158.3 87.7 marron chatain 16
## 17 Mia 170.2 75.6 marron chatain 17
## 18 Mila 165.0 75.6 noir blond 18
## 19 Raphael 154.7 69.9 noir noir 19
## 20 Rose 157.1 86.3 vert blond 20- Les 2 tableaux peuvent ne pas avoir le même nombre de lignes. Dans ce cas, il faut préciser sur quel tableau on souhaite s’aligner.
UnAutreDataFramePrenom <- data.frame(FirstName = sort(Prenom[1:18]), Note = 1:18)
EssaiMerge1 <- merge(MonDataFramePrenom, UnAutreDataFramePrenom,
by.x = "Prenom", by.y = "FirstName")
dim(EssaiMerge1)## [1] 18 6EssaiMerge1## Prenom taille masse yeux cheveux Note
## 1 Adam 174.7 89.1 noir blond 1
## 2 Alice 178.8 76.3 vert chatain 2
## 3 Anna 171.9 86.0 bleu blond 3
## 4 Arthur 153.2 52.4 vert noir 4
## 5 Chloe 166.2 72.4 vert blond 5
## 6 Emmma 166.3 75.8 marron chatain 6
## 7 Gabriel 176.3 83.3 noir blond 7
## 8 Hugo 159.9 51.9 vert noir 8
## 9 Jules 150.5 56.9 marron chatain 9
## 10 Lea 174.1 59.6 marron noir 10
## 11 Leo 158.7 50.3 vert noir 11
## 12 Lina 170.0 61.9 bleu blond 12
## 13 Louis 174.5 89.5 marron blond 13
## 14 Louise 164.7 85.2 bleu blond 14
## 15 Lucas 179.6 68.4 noir chatain 15
## 16 Mila 165.0 75.6 noir blond 16
## 17 Raphael 154.7 69.9 noir noir 17
## 18 Rose 157.1 86.3 vert blond 18Noter ici que l’on a perdu 2 éléments car le data.frame UnAutreDataFramePrenom n’a que 18 lignes.
Pour conserver les 20 lignes du data.frame MonDataFramePrenom, il faut le spécifier.
EssaiMerge2 <- merge(MonDataFramePrenom, UnAutreDataFramePrenom,
by.x = "Prenom", by.y = "FirstName", all.x=TRUE)
dim(EssaiMerge2)## [1] 20 6EssaiMerge2## Prenom taille masse yeux cheveux Note
## 1 Adam 174.7 89.1 noir blond 1
## 2 Alice 178.8 76.3 vert chatain 2
## 3 Anna 171.9 86.0 bleu blond 3
## 4 Arthur 153.2 52.4 vert noir 4
## 5 Chloe 166.2 72.4 vert blond 5
## 6 Emmma 166.3 75.8 marron chatain 6
## 7 Gabriel 176.3 83.3 noir blond 7
## 8 Hugo 159.9 51.9 vert noir 8
## 9 Jules 150.5 56.9 marron chatain 9
## 10 Lea 174.1 59.6 marron noir 10
## 11 Leo 158.7 50.3 vert noir 11
## 12 Lina 170.0 61.9 bleu blond 12
## 13 Louis 174.5 89.5 marron blond 13
## 14 Louise 164.7 85.2 bleu blond 14
## 15 Lucas 179.6 68.4 noir chatain 15
## 16 Mael 158.3 87.7 marron chatain NA
## 17 Mia 170.2 75.6 marron chatain NA
## 18 Mila 165.0 75.6 noir blond 16
## 19 Raphael 154.7 69.9 noir noir 17
## 20 Rose 157.1 86.3 vert blond 18On peut alors constater que les données correpondant aux 2 individus manquants ont été notées comme NA (données manquantes).
Le package dplyr propose un ensemble de fonctions permettant de fusionner des tableaux dans des circonstances plus spécifiques et moins favorables.
Un peu de statistique
Statistique univariée
La fonction summary
summary(MonDataFrame)## taille masse yeux cheveux
## Min. :150.5 Min. :50.30 Length:20 Length:20
## 1st Qu.:158.6 1st Qu.:61.33 Class :character Class :character
## Median :166.2 Median :75.60 Mode :character Mode :character
## Mean :166.2 Mean :72.70
## 3rd Qu.:174.2 3rd Qu.:85.40
## Max. :179.6 Max. :89.50Si les variables sont enregistrées comme des facteurs, le summary est plus intéressant.
MonDataFrame$yeux <- as.factor(MonDataFrame$yeux)
MonDataFrame$cheveux <- as.factor(MonDataFrame$cheveux)
summary(MonDataFrame)## taille masse yeux cheveux
## Min. :150.5 Min. :50.30 bleu :3 blond :9
## 1st Qu.:158.6 1st Qu.:61.33 marron:6 chatain:6
## Median :166.2 Median :75.60 noir :5 noir :5
## Mean :166.2 Mean :72.70 vert :6
## 3rd Qu.:174.2 3rd Qu.:85.40
## Max. :179.6 Max. :89.50Tri à plat, tri croisé
table(MonDataFrame$yeux)##
## bleu marron noir vert
## 3 6 5 6table(MonDataFrame$yeux, MonDataFrame$cheveux)##
## blond chatain noir
## bleu 3 0 0
## marron 1 4 1
## noir 3 1 1
## vert 2 1 3La fonction apply
apply(MonDataFrame[,1:2], 2 , mean)## taille masse
## 166.235 72.705apply(MonDataFrame[,1:2], 2 , var)## taille masse
## 78.91503 176.67629apply(MonDataFrame[,1:2], 2 , sd)^2## taille masse
## 78.91503 176.67629Statistique bivariée
Le calcul d’indicateurs de liaison entre deux variables quantitatives est possible à l’aide des fonctions cov et cor.
cov(MonDataFrame$taille, MonDataFrame$masse)## [1] 47.1335MyCor <- cor(MonDataFrame$taille, MonDataFrame$masse)
round(MyCor, digits = 2)## [1] 0.4cor(MonDataFrame$taille, MonDataFrame$masse, method="spearman")## [1] 0.3505077cor(MonDataFrame$taille, MonDataFrame$masse, method="kendall")## [1] 0.2269137Face à un data.frame, ces fonctions renvoient l’ensemble de la matrice de covariance ou de corrélation, entre les colonnes deux-à-deux.
Sur les données iris restreintes aux 4 premières colonnes (la cinquième n’étant pas quantitative), cela donne.
cov(iris[,1:4])## Sepal.Length Sepal.Width Petal.Length Petal.Width
## Sepal.Length 0.6856935 -0.0424340 1.2743154 0.5162707
## Sepal.Width -0.0424340 0.1899794 -0.3296564 -0.1216394
## Petal.Length 1.2743154 -0.3296564 3.1162779 1.2956094
## Petal.Width 0.5162707 -0.1216394 1.2956094 0.5810063round(cor(iris[,-5]),3)## Sepal.Length Sepal.Width Petal.Length Petal.Width
## Sepal.Length 1.000 -0.118 0.872 0.818
## Sepal.Width -0.118 1.000 -0.428 -0.366
## Petal.Length 0.872 -0.428 1.000 0.963
## Petal.Width 0.818 -0.366 0.963 1.000Représentations graphiques
L’ensemble des représentations graphiques classiques sont disponibles dans R.
Pour les effectifs selon les modalités d’un variable qualitative
EffectifCouleurYeux <- table(MonDataFrame$yeux)
barplot(EffectifCouleurYeux)
EffectifCouleurCheveux <- table(MonDataFrame$cheveux)
barplot(EffectifCouleurCheveux, col = c("yellow","brown","black"))
pie(EffectifCouleurCheveux, col = c("yellow","brown","black"))
Les graphiques sont très fortement personnalisables. Les exemples de l’aide en ligne des fonctions proposées en proposent des illustrations diverses et variées.
Pour des variables quantitatives
boxplot(MonDataFrame$taille)
hist(MonDataFrame$masse)
boxplot(iris[,-5])
boxplot(iris[,-5], las=3)
boxplot(iris$Sepal.Length~iris$Species)
Là aussi, de nombreuses options permettent de personnaliser ces graphiques.
ggplot2
Le package ggplot2 propose une autre approche pour la réalisation de graphiques. Elle est basée sur une nouvelle *grammar of graphics** (le gg de ggplot2). En voici une petite illustration.
library(ggplot2)
ggplot(data = iris,aes(x=Sepal.Length, y=Sepal.Width)) + geom_point()
ggplot(data = iris,aes(x=Sepal.Length, y=Sepal.Width, colour=Species)) +
geom_point()
Pour en savoir plus, un livre consacré à ggplot2 est disponible en ligne : ggplot2-book.org.
Etude de cas
Les données que nous regardons ici sont disponibles et décrites à cette adresse : data.enseignementsup-recherche.gouv.fr/explore/dataset/fr-esr-parcours-des-bacheliers-en-paces/information/
Importation des données
library(readr)
fr_esr_parcours_des_bacheliers_en_paces <- read_csv2("fr-esr-parcours-des-bacheliers-en-paces.csv")## Using ',' as decimal and '.' as grouping mark. Use read_delim() for more control.## Parsed with column specification:
## cols(
## `Id Série ou type de Bac` = col_double(),
## `Série ou type de Bac` = col_character(),
## `Id Âge au bac` = col_character(),
## `Âge au bac` = col_character(),
## `Id Sexe` = col_double(),
## Sexe = col_character(),
## `Id Mention au Bac` = col_character(),
## `Mention au Bac` = col_character(),
## `Année de cohorte (Année de première inscription)` = col_double(),
## `Effectif de néobacheliers de la cohorte` = col_double(),
## `Passage en 2ème année d'études de santé en 1 an` = col_double(),
## `Passage en 2ème année d'études de santé en 2 ans` = col_double(),
## `Passage en 2ème année d'études de santé en 1 ou 2 ans` = col_double(),
## `Passage en 2ème année d'études de santé dans la filière Médecine en 1 ou 2 ans` = col_double(),
## `Passage en 2ème année d'études de santé dans la filière Pharmacie en 1 ou 2 ans` = col_double(),
## `Passage en 2ème année d'études de santé dans la filière Chirurgie dentaire en 1 ou 2 ans` = col_double(),
## `Passage en 2ème année d'études de santé dans la filière Maïeutique en 1 ou 2 ans` = col_double(),
## Redoublement = col_double(),
## `Passage dans d'autres diplômes de santé` = col_double()
## )Premier aperçu
fr_esr_parcours_des_bacheliers_en_paces## # A tibble: 150 x 19
## `Id Série ou ty… `Série ou type … `Id Âge au bac` `Âge au bac` `Id Sexe`
## <dbl> <chr> <chr> <chr> <dbl>
## 1 2 BAC ES R1 En retard d… 1
## 2 2 BAC ES R2 En retard d… 2
## 3 3 BAC S R1 En retard d… 1
## 4 5 BAC technologiq… R1 En retard d… 1
## 5 1 BAC L R1 En retard d… 1
## 6 2 BAC ES R0 A l'heure o… 1
## 7 3 BAC S R1 En retard d… 1
## 8 3 BAC S R1 En retard d… 2
## 9 6 BAC professionn… R4 Non pris en… 2
## 10 1 BAC L R0 A l'heure o… 2
## # … with 140 more rows, and 14 more variables: Sexe <chr>, `Id Mention au
## # Bac` <chr>, `Mention au Bac` <chr>, `Année de cohorte (Année de première
## # inscription)` <dbl>, `Effectif de néobacheliers de la cohorte` <dbl>,
## # `Passage en 2ème année d'études de santé en 1 an` <dbl>, `Passage en 2ème
## # année d'études de santé en 2 ans` <dbl>, `Passage en 2ème année d'études de
## # santé en 1 ou 2 ans` <dbl>, `Passage en 2ème année d'études de santé dans
## # la filière Médecine en 1 ou 2 ans` <dbl>, `Passage en 2ème année d'études
## # de santé dans la filière Pharmacie en 1 ou 2 ans` <dbl>, `Passage en 2ème
## # année d'études de santé dans la filière Chirurgie dentaire en 1 ou 2
## # ans` <dbl>, `Passage en 2ème année d'études de santé dans la filière
## # Maïeutique en 1 ou 2 ans` <dbl>, Redoublement <dbl>, `Passage dans d'autres
## # diplômes de santé` <dbl>summary(fr_esr_parcours_des_bacheliers_en_paces)## Id Série ou type de Bac Série ou type de Bac Id Âge au bac
## Min. :1.00 Length:150 Length:150
## 1st Qu.:2.00 Class :character Class :character
## Median :3.00 Mode :character Mode :character
## Mean :3.44
## 3rd Qu.:5.00
## Max. :6.00
## Âge au bac Id Sexe Sexe Id Mention au Bac
## Length:150 Min. :1.000 Length:150 Length:150
## Class :character 1st Qu.:1.000 Class :character Class :character
## Mode :character Median :2.000 Mode :character Mode :character
## Mean :1.553
## 3rd Qu.:2.000
## Max. :2.000
## Mention au Bac Année de cohorte (Année de première inscription)
## Length:150 Min. :2014
## Class :character 1st Qu.:2014
## Mode :character Median :2014
## Mean :2014
## 3rd Qu.:2014
## Max. :2014
## Effectif de néobacheliers de la cohorte
## Min. : 1.00
## 1st Qu.: 3.25
## Median : 10.00
## Mean : 235.83
## 3rd Qu.: 44.50
## Max. :5470.00
## Passage en 2ème année d'études de santé en 1 an
## Min. : 0.00
## 1st Qu.: 0.00
## Median : 0.00
## Mean : 27.08
## 3rd Qu.: 0.00
## Max. :1643.00
## Passage en 2ème année d'études de santé en 2 ans
## Min. : 0.00
## 1st Qu.: 0.00
## Median : 0.00
## Mean : 52.37
## 3rd Qu.: 2.00
## Max. :1912.00
## Passage en 2ème année d'études de santé en 1 ou 2 ans
## Min. : 0.00
## 1st Qu.: 0.00
## Median : 0.00
## Mean : 79.35
## 3rd Qu.: 2.00
## Max. :3146.00
## Passage en 2ème année d'études de santé dans la filière Médecine en 1 ou 2 ans
## Min. : 0.00
## 1st Qu.: 0.00
## Median : 0.00
## Mean : 47.47
## 3rd Qu.: 1.00
## Max. :2395.00
## Passage en 2ème année d'études de santé dans la filière Pharmacie en 1 ou 2 ans
## Min. : 0.00
## 1st Qu.: 0.00
## Median : 0.00
## Mean : 18.83
## 3rd Qu.: 1.00
## Max. :628.00
## Passage en 2ème année d'études de santé dans la filière Chirurgie dentaire en 1 ou 2 ans
## Min. : 0.000
## 1st Qu.: 0.000
## Median : 0.000
## Mean : 7.253
## 3rd Qu.: 0.000
## Max. :224.000
## Passage en 2ème année d'études de santé dans la filière Maïeutique en 1 ou 2 ans
## Min. : 0.000
## 1st Qu.: 0.000
## Median : 0.000
## Mean : 5.787
## 3rd Qu.: 0.000
## Max. :308.000
## Redoublement Passage dans d'autres diplômes de santé
## Min. : 0.0 Min. : 0.000
## 1st Qu.: 1.0 1st Qu.: 0.000
## Median : 3.0 Median : 0.000
## Mean : 111.1 Mean : 5.013
## 3rd Qu.: 13.5 3rd Qu.: 0.750
## Max. :3295.0 Max. :167.000Un souci vient du fait que les colonnes comportant des chaînes de caractères (ou des codes) ont été (logiquement) importées au format character. Or, il semblerait préférable d’avoir des colonnes de factor. On va reprendre l’importation en spécifiant cela au moyen du paramètre col_types.
Importation des données : le retour
Utilisons donc l’argument col_types. L’aide en ligne de la fonction read_delim ou de la fonction read_csv2 indique plusieurs façons de procéder. Nous utilisons ici l’option compacte en donnant une chaîne de caractères indiquant que les 9 premières colonnes contiennent des données de type factor et les 10 suivantes, des données de type double.
fr_esr_parcours_des_bacheliers_en_paces <- read_csv2("fr-esr-parcours-des-bacheliers-en-paces.csv",
col_types = "fffffffffdddddddddd")## Using ',' as decimal and '.' as grouping mark. Use read_delim() for more control.Premier aperçu : le retour
fr_esr_parcours_des_bacheliers_en_paces## # A tibble: 150 x 19
## `Id Série ou ty… `Série ou type … `Id Âge au bac` `Âge au bac` `Id Sexe`
## <fct> <fct> <fct> <fct> <fct>
## 1 2 BAC ES R1 En retard d… 1
## 2 2 BAC ES R2 En retard d… 2
## 3 3 BAC S R1 En retard d… 1
## 4 5 BAC technologiq… R1 En retard d… 1
## 5 1 BAC L R1 En retard d… 1
## 6 2 BAC ES R0 A l'heure o… 1
## 7 3 BAC S R1 En retard d… 1
## 8 3 BAC S R1 En retard d… 2
## 9 6 BAC professionn… R4 Non pris en… 2
## 10 1 BAC L R0 A l'heure o… 2
## # … with 140 more rows, and 14 more variables: Sexe <fct>, `Id Mention au
## # Bac` <fct>, `Mention au Bac` <fct>, `Année de cohorte (Année de première
## # inscription)` <fct>, `Effectif de néobacheliers de la cohorte` <dbl>,
## # `Passage en 2ème année d'études de santé en 1 an` <dbl>, `Passage en 2ème
## # année d'études de santé en 2 ans` <dbl>, `Passage en 2ème année d'études de
## # santé en 1 ou 2 ans` <dbl>, `Passage en 2ème année d'études de santé dans
## # la filière Médecine en 1 ou 2 ans` <dbl>, `Passage en 2ème année d'études
## # de santé dans la filière Pharmacie en 1 ou 2 ans` <dbl>, `Passage en 2ème
## # année d'études de santé dans la filière Chirurgie dentaire en 1 ou 2
## # ans` <dbl>, `Passage en 2ème année d'études de santé dans la filière
## # Maïeutique en 1 ou 2 ans` <dbl>, Redoublement <dbl>, `Passage dans d'autres
## # diplômes de santé` <dbl>summary(fr_esr_parcours_des_bacheliers_en_paces)## Id Série ou type de Bac Série ou type de Bac Id Âge au bac
## 2:27 BAC ES :27 R1:47
## 3:36 BAC S :36 R2:41
## 5:35 BAC technologique hors STMG:35 R0:51
## 1:17 BAC L :17 R4:11
## 6:11 BAC professionnel :11
## 4:24 BAC STMG :24
## Âge au bac Id Sexe Sexe Id Mention au Bac
## En retard d'un an :47 1:67 Homme:67 C:28
## En retard de plus d'un an:41 2:83 Femme:83 P:29
## A l'heure ou en avance :51 D:32
## Non pris en compte :11 B:21
## A:18
## Q:22
## Mention au Bac
## Assez bien :28
## Passable deuxième groupe:29
## Passable premier groupe :32
## Bien :21
## Très bien :18
## Inconnue :22
## Année de cohorte (Année de première inscription)
## 2014:150
##
##
##
##
##
## Effectif de néobacheliers de la cohorte
## Min. : 1.00
## 1st Qu.: 3.25
## Median : 10.00
## Mean : 235.83
## 3rd Qu.: 44.50
## Max. :5470.00
## Passage en 2ème année d'études de santé en 1 an
## Min. : 0.00
## 1st Qu.: 0.00
## Median : 0.00
## Mean : 27.08
## 3rd Qu.: 0.00
## Max. :1643.00
## Passage en 2ème année d'études de santé en 2 ans
## Min. : 0.00
## 1st Qu.: 0.00
## Median : 0.00
## Mean : 52.37
## 3rd Qu.: 2.00
## Max. :1912.00
## Passage en 2ème année d'études de santé en 1 ou 2 ans
## Min. : 0.00
## 1st Qu.: 0.00
## Median : 0.00
## Mean : 79.35
## 3rd Qu.: 2.00
## Max. :3146.00
## Passage en 2ème année d'études de santé dans la filière Médecine en 1 ou 2 ans
## Min. : 0.00
## 1st Qu.: 0.00
## Median : 0.00
## Mean : 47.47
## 3rd Qu.: 1.00
## Max. :2395.00
## Passage en 2ème année d'études de santé dans la filière Pharmacie en 1 ou 2 ans
## Min. : 0.00
## 1st Qu.: 0.00
## Median : 0.00
## Mean : 18.83
## 3rd Qu.: 1.00
## Max. :628.00
## Passage en 2ème année d'études de santé dans la filière Chirurgie dentaire en 1 ou 2 ans
## Min. : 0.000
## 1st Qu.: 0.000
## Median : 0.000
## Mean : 7.253
## 3rd Qu.: 0.000
## Max. :224.000
## Passage en 2ème année d'études de santé dans la filière Maïeutique en 1 ou 2 ans
## Min. : 0.000
## 1st Qu.: 0.000
## Median : 0.000
## Mean : 5.787
## 3rd Qu.: 0.000
## Max. :308.000
## Redoublement Passage dans d'autres diplômes de santé
## Min. : 0.0 Min. : 0.000
## 1st Qu.: 1.0 1st Qu.: 0.000
## Median : 3.0 Median : 0.000
## Mean : 111.1 Mean : 5.013
## 3rd Qu.: 13.5 3rd Qu.: 0.750
## Max. :3295.0 Max. :167.000Noter que les résultats de la fonction summary sont maintenant beaucoup plus informatifs notamment concernant les variables catégorielles.
Quelques analyses descriptives
Représentations graphiques
Effectif_Serie <- table(fr_esr_parcours_des_bacheliers_en_paces$`Série ou type de Bac`)
Effectif_Serie##
## BAC ES BAC S
## 27 36
## BAC technologique hors STMG BAC L
## 35 17
## BAC professionnel BAC STMG
## 11 24barplot(Effectif_Serie, las=3, cex.names=0.65)
pie(Effectif_Serie, las=3, cex.names=0.65)## Warning in text.default(1.1 * P$x, 1.1 * P$y, labels[i], xpd = TRUE, adj =
## ifelse(P$x < : "cex.names" n'est pas un paramètre graphique
## Warning in text.default(1.1 * P$x, 1.1 * P$y, labels[i], xpd = TRUE, adj =
## ifelse(P$x < : "cex.names" n'est pas un paramètre graphique
## Warning in text.default(1.1 * P$x, 1.1 * P$y, labels[i], xpd = TRUE, adj =
## ifelse(P$x < : "cex.names" n'est pas un paramètre graphique
## Warning in text.default(1.1 * P$x, 1.1 * P$y, labels[i], xpd = TRUE, adj =
## ifelse(P$x < : "cex.names" n'est pas un paramètre graphique
## Warning in text.default(1.1 * P$x, 1.1 * P$y, labels[i], xpd = TRUE, adj =
## ifelse(P$x < : "cex.names" n'est pas un paramètre graphique
## Warning in text.default(1.1 * P$x, 1.1 * P$y, labels[i], xpd = TRUE, adj =
## ifelse(P$x < : "cex.names" n'est pas un paramètre graphique## Warning in title(main = main, ...): "cex.names" n'est pas un paramètre graphique
Tests statistiques
On peut par exemple tester l’égalité des proportions dans les séries selon le sexe.
Effectif_Serie_Sexe <- table(fr_esr_parcours_des_bacheliers_en_paces$`Série ou type de Bac`, fr_esr_parcours_des_bacheliers_en_paces$Sexe)
Effectif_Serie_Sexe##
## Homme Femme
## BAC ES 11 16
## BAC S 18 18
## BAC technologique hors STMG 17 18
## BAC L 5 12
## BAC professionnel 5 6
## BAC STMG 11 13chisq.test(Effectif_Serie_Sexe)## Warning in chisq.test(Effectif_Serie_Sexe): Chi-squared approximation may be
## incorrect##
## Pearson's Chi-squared test
##
## data: Effectif_Serie_Sexe
## X-squared = 2.4152, df = 5, p-value = 0.7892fisher.test(Effectif_Serie_Sexe)##
## Fisher's Exact Test for Count Data
##
## data: Effectif_Serie_Sexe
## p-value = 0.797
## alternative hypothesis: two.sidedConclusion
Il va de soi que le présent document ne présente qu’une infime partie des analyses statistiques qu’il est possible de réaliser avec R. Mais les principes de base étant maintenant présentés, il n’y a plus qu’à se lancer…