In vguillemot/debuter: Le package de la formation DebuteR
knitr::opts_chunk$set(
collapse = TRUE,
comment = "#>",
echo = TRUE
)
Bien se préparer à coder
- Créer un projet dans ce dossier :
- Bien réfléchir au nom de ce projet
- Bien réfléchir à l'endroit où ce projet sera situé
- Créer un script
- Savoir où sont les données, et sous quel format
- Savoir ce que l'on veut faire !
C'est parti pour les commandes de base !
Le(s) prompt(s)
> : R attend une commande à exécuter+ : la commande qui a été entrée n'est pas complète car
- il manque une parenthèse fermante
- il manque un crochet fermant
- il manque une accolade fermante
Une commande, c'est quoi ?
C'est une séquence d'opérations appliquées à des objets ou des valeurs qui sera donnée au compilateur de R pour interprétation.
- "opération" : permet de transformer des entrées en sorties, p.ex. : la fonction
log;
- "objets" : structures de données, p.ex. : plus tard ;
- "valeurs" : des briques de base, p.ex. : la valeur
0.
Une fois la commande écrite dans la console, on l'exécute en appuyant sur "Entrée".
Exercice
Exécutez les commandes suivantes :
1 + 11+1log(10)log10(10)
Remarquez l'utilisation des parenthèses pour appliquer une fonction !
Opérations de base
On peut effectuer toutes les opérations de base en R :
- addition (
+), soustraction (-), multiplication (*), division (/), exponentiation (** ou ^)...
appliquer les fonctions mathématiques de base :
- logarithme (
log, log2, log10), exponentielle (exp) sinus (sin), cosinus (cos), tangente (tan)
On peut combiner les opérations et les fonctions, et gérer les priorités avec des parenthèses !
Exercice
Imaginez une commande incluant le plus d'opérations et de fonctions de base et dont le résultat serait 2 !
Un opérateur bien pratique, le :
Comment créer une suite d'entier ?
c(1, 2, 3, 4)seq(1, 4, 1)1:4
L'opérateur : est très utilisé en R. Sa syntaxe est la suivante
- $i$
:$j$ va créer une suite d'entiers de $i$ à $j$. Les entiers peuvent être négatifs ou positifs, et on peut peut avoir $i < j$ ou $i > j$, ou même $i = j$.
Attention à bien mettre des parenthèses dans le cas d'entiers négatifs!
Exemples
3:7 : les entiers de 3 à 77:3 : les entiers de 7 à 3-3:7 : les entiers de -3 à 7-3:-7 : les entiers de -3 à -7-(3:7) : les entiers de -3 à -7
Exercice
- Créez un vecteur d'entiers de 0 à 3
- Créez un autre vecteur d'entiers de 3 à 1
- Combinez ces deux suites pour obtenir le vecteur suivant :
pander::pandoc.table(c(3:1, 0:3))
Assignation avec <-
Comment "sauvegarder" ces objets ?
En utilisant l'opérateur d'assignation
library(ggplot2)
data.frame(x = 0, y = 0, lab = "<-") |>
ggplot(aes(x, y, label = lab)) +
geom_text(size = 50, family = "Courier", fontface = "bold") +
theme_void() +
theme(plot.margin = unit(c(0, 0, 0, 0), "cm"))
Utilisation de l'opération d'assignation
- A gauche : l'objet que l'on veut créer
- A droite : sa définition
- Lecture de l'opération : "assigner à cet objet (à gauche) le résultat de cette commande (à droite)"
- Assigner deux fois de suite écrasera la première valeur assignée
- Alternative :
=
- Exemples :
a <- 1; b <- 1:10; a <- 2 etc.
Les noms d'objets {.smaller}
Règles absolues :
- Commence par une lettre ou un point, si le premier caractère est un point, le deuxième ne peut pas être un chiffre,
- Pas d'espace
- Pas de caractères correspondant à des opérations (
+, -, *, /, ^, **, etc.)
- Les minuscules et les majuscules sont différentes !
- Certains "mots-clefs" sont strictement interdits (
NA, TRUE, FALSE, for, if, else etc.)
- MAIS on peut utiliser un nom d'objet qui existe déjà !
Bonnes pratiques :
- Utiliser un nom qui a du sens
- Ne pas utiliser des noms d'objets qui existent déjà et que l'on ne souhaite pas écraser !
Mini exercice
- Créez un vecteur d'entiers de 0 à 3, appelez le
a
- Créez un autre vecteur d'entiers de 3 à 1, appelez le
b
- Combinez ces deux vecteurs pour obtenir un vecteur
ab selon le modèle suivant :
pander::pandoc.table(c(3:1, 0:3))
Opérations
On peut appliquer des opérations à ces "vecteurs" !
a <- 1:5
a + 1
a * 2
Ces "vecteurs" sont des objets.
Les Objets
Classes d'objets
Nom | Appelation officielle | Exemple
---|---|---
Vecteur | ??? | 1:10
Facteur | factor | gl(2, 2)
Matrice | matrix | matrix(1:4, 2, 2)
Tableau | data.frame | mtcars
Liste | list | list(a = 1, b = 1:10, c = "Hello!")
Fonction | function | sin, exp, log
Pour connaître la classe d'un objet : class(objet).
Types de données
Nom | Appellation officielle | Exemple
---|---|---
Entier ($\mathbb Z$) | integer | 1:10, (ou 1L)
Réel ($\mathbb R$) | double | 2.3, 1/3, etc...
Caractères | character | month.name, "Bonjour"
Booléen | logical | TRUE
Bouh les quoi ?
MATH., néol. Qui est relatif aux théories du logicien et mathématicien anglais George Boole.
-- Trésor de la Langue Française informatisé
TRUE (ou bien T) et FALSE (ou bien F)- Résultat d'une comparaison :
==, !=, <, >, <=, >=
- Opérations logiques :
!, &, |, xor
Exercice
- Effectuez les opérations suivantes :
1 == 2!(5 > -6)(1 <= 10) | (1 > 0)
Prédisez le résultat de la commande suivante : log(1) != 0
"Classification" des objets
Les objets qui ne contiennent qu'un seul type de données : vecteurs et matrices.
Les objets pouvant contenir des données mixtes : tableaux et listes.
La flexibilité a un coût : on ne peut plus faire certaines opérations !
Les objets ayant des "dimensions" : vecteurs, tableaux et matrices
Les objets pour qui cela ne signifie rien ou presque : listes et fonctions
Petit détour par les tableaux {.smaller}
data("fruits", package = "minidebuter")
dim(fruits)
nrow(fruits)
ncol(fruits)
Juste le début de la table {.smaller}
head(fruits)
print.data.frame(head(fruits))
Toute la table {.smaller}
fruits
print.data.frame(fruits)
Importer des données en R
- Des données de packages :
data
- Des données au format R (
RData) : load
- Des données "tabulées" :
read.table
- Des données Excel :
readxl::read_excel
- Des données Stata, SPSS, images etc.
Les données "de R"
- Utiliser la commande
data() pour avoir une liste (presque ?) exhaustive.
- Bonne pratique : pour charger un jeu de données, utiliser la commande complète
data("nom_des_data", package = "nom_du_package")
- Mais ces alternatives fonctionnent également :
data(mtcars)DNaselibrary(ggplot2) ; data(diamonds)
Utilisation des guillemets
- Obligation : quand l'argument doit être une chaîne de caractères
- Oubli :
library, require, data
- Guillemets simples : fonctionnent comme les guillemets doubles. Ex.:
"bonjour" est équivalent à 'bonjour'.
- Le "backtick" ou "backquote" : "`"
Explorer les données fruits
data.frame(x = c(0, 1, 0, 1), y = c(1, 1, 0, 0), lab = c("[ ]", "[ , ]", "[[ ]]", "$")) |>
ggplot(aes(x, y, label = lab, color = lab)) +
geom_text(aes(hjust = x, vjust = y), size = 20, family = "Courier", fontface = "bold", show.legend = FALSE) +
theme_void() +
theme(plot.margin = unit(c(0, 0, 0, 0), "cm"))
Sur quels objets les utiliser ?
Opérateur | Vecteurs | Matrices | Tableaux | Listes
----------|:--------:|:--------:|:--------:|:------:
[ ] | x | | x | x
[ , ] | | x | x |
[[ ]] | | | x | x
$ | | | x | x
L'opérateur de sélection classique : [ , ]
- Pour sélectioner la première ligne :
fruits[1, ]
- Pour sélectionner la deuxième colonne :
fruits[, 2]
- Pour enlever la troisième ligne :
fruits[-3, ]
- Pour enlever la quatrième colonne :
fruits[, -4]
Exercice
Comment faire pour sélectionner les fruits numéro 1, 3 et 5 ?
Je veux deux solutions : une "normale" et une "créative" !
Sélectionner plusieurs lignes / colonnes
- Pour sélectioner les lignes 1 et 3 :
fruits[c(1, 3), ]
- Pour sélectionner les colonnes 2 et 4 :
fruits[, c(2, 4)]
- Pour enlever les lignes 5 et 7 :
fruits[-c(5, 7), ]
- Pour enlever les colonnes 6 et 8 :
fruits[, -c(6, 8)]
De l'utilité des deux points
Pour sélectionner une plage entière de lignes ou de colonnes adjacentes :
- Pour sélectionner les lignes 11 à 17 :
fruits[11:17, ]
- Pour sélectionner les colonnes 3 à 5 :
fruits[, 3:5]
- Pour enlever les trois premiers fruits :
fruits[-(1:3), ]
- Pour enlever les cinq premières variables :
fruits[, -(1:5)]
Exercice
Que se passe-t-il quand on oublie les parenthèses dans la commande fruits[-(1:3), ] ? Commentez !
Faites de même avec le jeu de données mtcars.
Pour extraire une seule colonne : le $
La syntaxe donnees$cible permet de sélectionner la colonne cible du tableau donnees.
- Par exemple :
fruits$Eau
- Autre exemple :
fruits$groupe
N.B: la selection de la colonne sert soit à récupérer le contenu de cette colonne soit à créer la colonne ou remplacer son contenu. Par exemple : fruits$num <- 1:nrow(fruits)
Exercice
Extrayez la colonne de la teneur en sucres de la table des fruits... de deux façons différentes !
Créez un objets contenant la teneur en sucres : quelle est la classe de cet objet ?
Les vecteurs...
- ... sont "unidimensionnels"
- ... ont une classe qui est égale au type de données qu'ils contiennent (R !!!)
- ... sont indexés avec des crochets simples
Exemples :
i <- 1:10eau <- fruits$Eaueau[i]
Exercice
Créez un vecteur groupe contenant les groupes de fruits. Donnez deux façons différentes d'extraire les dix premières valeurs de ce vecteur.
Extraction avec des Booléens
Comment extraire les fruits ...
* dont la teneur en eau est supérieure à 60 ?
* exotiques ?
* secs contenant moins de 40g/100g de sucres ?
Réponse : en utilisant des vecteurs booléens
- Créer le vecteur de booléens
fruits$Eau >= 60
- Utiliser le résultat dans les crochets carrés
fruits[fruits$Eau >= 60, ]
Ne pas oublier la virgule !
Le principe
Pour un vecteur v :
v[bool] extrait les valeurs de v pour lesquelles bool est vrai (TRUE). Contrainte : v et bool doivent contenir le même nombre d'élements.
Pour un tableau tab :
tab[brow, ] pour extraire les lignestab[, bcol]- Contrainte 1 :
brow doit avoir autant d'éléments que tab de lignes
- Contrainte 2 :
bcol doit avoir autant d'éléments que tab de colonnes
Attention
Vous verrez souvent des opérations logiques à l'intérieur des crochets carrés : cela permet d'aller plus vite !
Par exemple, en deux étapes :
bool <- fruits$groupe == "secs" & fruits$Sucres < 40fruits[bool, ]
Devient, en une étape :
fruits[fruits$groupe == "secs" & fruits$Sucres < 40, ]
Attention bis
On peut combiner deux méthodes d'extraction de données pour un tableau : une sur les lignes et une sur les colonnes !
Par exemple : tab[brow, icol], où brow est un vecteur de booléens et icol un vecteur d'indices.
Exercice
Construisez la sous-table contenant la teneur en protéines, en glucides et en lipides des fruits secs.
Les objets nommés
En R, on peut donner des "noms"...
- aux éléments d'un vecteur,
- aux lignes d'un tableau ou d'une matrice,
- aux colonnes d'un tableau ou d'une matrice,
- aux éléments d'une liste
Pourquoi ? Pour pouvoir disposer d'une nouvelle méthode d'extraction de données !
Pour un tableau
On utilise :
rownames(tab) pour connaître le nom des lignescolnames(tab) pour connaître le nom des colonnes
Et, en bonus, on peut :
- changer les noms des lignes
rownames(tab) <- new1
- changer les noms des colonnes
colnames(tab) <- new2
Et, en super bonus, on peut :
- modifier quelques noms de lignes
rownames(tab)[sel1] <- new1
- modifier quelques noms de colonnes
colnames(tab)[sel1] <- new2
Modifier un objet ou son contenu
La syntaxe obj[i] <- newvalue (et ses variations) peut être utilisée pour tous les types d'objets indiçables. Mais il faut l'utiliser avec prudence !
Exemple : fruits$Energie[1:10] <- 0
Que s'est-il passé ?
Au secours !!!!
Pour revenir en arrière : data("fruits", package = "minidebuter")
Extraction avec des noms
Exemple :
- Pour extraire l'énergie :
fruits[, "Energie"],
- Pour extraire le groupe :
fruits[, "groupe"],
- Pour extraire l'énergie et le groupe :
fruits[, c("Energie", "groupe")],
- Pour enlever le groupe :
fruits[, -"groupe"] ?
Bilan
Mode d'extraction | Exemples
---|---
Indices | fruits[, 2]
Booléens | fruits[fruits$nom == "Abricot", ]
Noms | fruits$nom ou fruits[,"nom"]
Exercice
Lister le maximum de façons possibles d'extraire du tableau fruits les fruits crus sucrés riches en Vitamine C !
Construire ses propres objets
Vecteurs et facteurs
- La fonction
c() permet de combiner des valeurs dans un vecteur. Attention, tout doit être du même "type" !
- La fonction
seq permet de créer des suites.
- La fonction
rep permet de créer des vecteurs en répétant des valeurs. Ex: rep(c("a", "b"), c(3, 4))
Les facteurs sont une particularité de R !
- On les crée avec la fonction
factor ou as.factor
- Par exemple :
factor(fruits$groupe)
Matrices et tableaux
- Les fonctions
matrix, rbind et cbind pour créer des matrices. Attention, tout doit être du même "type" !
- Les fonctions
data.frame ou as.data.frame pour créer des tableaux, les colonnes ne contiennent pas nécessairement le même type de données.
- Ou bien les fonctions
tibble et tribble (avancé)
Ajouter des noms
Directement à la création de l'objet. Ex: x <- c(a = 1, b = 2), d <- data.frame(a = 1:26, b = letters)
Ou bien après la création de l'objet :
names(obj) <- lesNoms pour un vecteurrownames(obj) <- lesLignes pour les lignes d'un tableau ou d'une matrice,colnames(obj) <- lesColonnes pour les colonnes d'un tableau ou d'une matrice.
Exercice
Créez un facteur à partir des groupes de fruits, puis testez la commande suivante :
factor(fruits$groupe, levels = c("secs", "compote", "crus", "exotique"))
Que se passe-t-il ? Sauvez le résultat dans un objet et faites un diagramme en bâton avec ! Commentez !
Estimation ponctuelle
Définition {.smaller}
Il s'agit d'estimer un caractéristique statistique d'un ensemble de données avec une seule valeur.
Paramètre | Grandeur statistique | Commande
---|---|---
Position | Moyenne | mean
Position | Médiane | median
Position | Minimum | min
Position | Maximum | max
Dispersion | Variance | var
Dispersion | Ecart-type | sd
Dispersion | Intervalle inter-quartiles | IQR
Lien | Covariance | cov
Lien | Corrélation | cor
Rappel : la covariance
Permet de mesurer le degré de co-variation de deux variables :
[
\operatorname{cov}(x, y)=\frac{1}{n-1} \sum_{i=1}^{n}\left(x_{i}-m_{x}\right)\left(y_{i}-m_{y}\right)
]
Rappel : corrélation de Pearson
C'est une covariance normalisée entre -1 et 1 !
[
\operatorname{cor}(x, y)=\frac{\operatorname{cov}(x, y)}{\sqrt{\operatorname{var}(x)} \sqrt{\operatorname{var}(y)}}
]
Rappel : corrélation de Spearman
C'est la corrélation (de Pearson) calculée sur les rangs !
[
\rho = \operatorname{cor}(r_x, r_y),
]
avec $r_x$ le vecteur des rangs de $x$ (rank(x)), et $r_y$ le vecteur des rangs de $y$ (rank(y)).
Rappel (?) : corrélation de Kendall
- Paire concordante : $\left(x_{i}
x_{j} \text { et } y_{i}>y_{j}\right)$
- Paire discordante : $\left(x_{i}
y_{j}\right)$ OU $\left(x_{i}>x_{j} \text { et } y_{i}<y_{j}\right)$
[
\tau = \displaystyle \frac{n_C - n_D}{n_0},
]
avec $n_C$ le nombre de paires concordantes, $n_D$ le nombre de paires discordantes et $n_0$ le nombre total de paires de points.
Exercice
Calculez
- la médiane de la teneur en sucres
- la moyenne de la teneur en eau
- l'écart-type de la teneur en eau
Appliquez la fonction summary aux données fruits.
- Calculez la corrélation de Pearson entre la teneur en eau et la teneur en sucres,
- Calculez la corrélation de Spearman
Les fonctions astucieuses
summary pour obtenir des statistiquesstr pour la structure des donnéestable pour faire des tables de comptageseq_along pour créer un vecteur d'indices de même longueur qu'un vecteur donné
D'autres fonctions très utilies
sum pour calculer la somme de nombressort, order et rank pour ordonner, et calculer les rangsrowSums et colSums pour calculer les sommes des lignes et colonnes d'une table,rowMeans et colMeans pour calculer les moyennes des lignes et colonnes d'une table,
Les graphes de base
barplot : diagrammes en bâtonshist : histogrammesplot : nuages de points
La fonction barplot
Permet de réaliser des diagrammes en bâtons :
barplot(table(fruits$groupe))
La fonction hist
Permet de réaliser des histogrammes :
hist(fruits$Eau)
La fonction plot
Permet de tracer des nuages de points :
plot(fruits$Eau, fruits$Sucres)
Exercice
Faire un histogramme de la teneur en Vitamine C des fruits crus.
vguillemot/debuter documentation built on Oct. 8, 2024, 10:47 p.m.
R Package Documentation
Browse R Packages
We want your feedback!
Note that we can't provide technical support on individual packages. You should contact the package authors for that.
knitr::opts_chunk$set( collapse = TRUE, comment = "#>", echo = TRUE )
Bien se préparer à coder
- Créer un projet dans ce dossier :
- Bien réfléchir au nom de ce projet
- Bien réfléchir à l'endroit où ce projet sera situé
- Créer un script
- Savoir où sont les données, et sous quel format
- Savoir ce que l'on veut faire !
C'est parti pour les commandes de base !
Le(s) prompt(s)
>: R attend une commande à exécuter+: la commande qui a été entrée n'est pas complète car- il manque une parenthèse fermante
- il manque un crochet fermant
- il manque une accolade fermante
: la commande est en cours de traitement. On peut l'arrêter en cliquant sur le bouton "Stop"
Une commande, c'est quoi ?
C'est une séquence d'opérations appliquées à des objets ou des valeurs qui sera donnée au compilateur de R pour interprétation.
- "opération" : permet de transformer des entrées en sorties, p.ex. : la fonction
log; - "objets" : structures de données, p.ex. : plus tard ;
- "valeurs" : des briques de base, p.ex. : la valeur
0.
Une fois la commande écrite dans la console, on l'exécute en appuyant sur "Entrée".
Exercice
Exécutez les commandes suivantes :
1 + 11+1log(10)log10(10)
Remarquez l'utilisation des parenthèses pour appliquer une fonction !
Opérations de base
On peut effectuer toutes les opérations de base en R :
- addition (
+), soustraction (-), multiplication (*), division (/), exponentiation (**ou^)...
appliquer les fonctions mathématiques de base :
- logarithme (
log,log2,log10), exponentielle (exp) sinus (sin), cosinus (cos), tangente (tan)
On peut combiner les opérations et les fonctions, et gérer les priorités avec des parenthèses !
Exercice
Imaginez une commande incluant le plus d'opérations et de fonctions de base et dont le résultat serait 2 !
Un opérateur bien pratique, le :
Comment créer une suite d'entier ?
c(1, 2, 3, 4)seq(1, 4, 1)1:4
L'opérateur : est très utilisé en R. Sa syntaxe est la suivante
- $i$
:$j$ va créer une suite d'entiers de $i$ à $j$. Les entiers peuvent être négatifs ou positifs, et on peut peut avoir $i < j$ ou $i > j$, ou même $i = j$.
Attention à bien mettre des parenthèses dans le cas d'entiers négatifs!
Exemples
3:7: les entiers de 3 à 77:3: les entiers de 7 à 3-3:7: les entiers de -3 à 7-3:-7: les entiers de -3 à -7-(3:7): les entiers de -3 à -7
Exercice
- Créez un vecteur d'entiers de 0 à 3
- Créez un autre vecteur d'entiers de 3 à 1
- Combinez ces deux suites pour obtenir le vecteur suivant :
pander::pandoc.table(c(3:1, 0:3))
Assignation avec <-
Comment "sauvegarder" ces objets ?
En utilisant l'opérateur d'assignation
library(ggplot2)
data.frame(x = 0, y = 0, lab = "<-") |> ggplot(aes(x, y, label = lab)) + geom_text(size = 50, family = "Courier", fontface = "bold") + theme_void() + theme(plot.margin = unit(c(0, 0, 0, 0), "cm"))
Utilisation de l'opération d'assignation
- A gauche : l'objet que l'on veut créer
- A droite : sa définition
- Lecture de l'opération : "assigner à cet objet (à gauche) le résultat de cette commande (à droite)"
- Assigner deux fois de suite écrasera la première valeur assignée
- Alternative :
= - Exemples :
a <- 1; b <- 1:10; a <- 2etc.
Les noms d'objets {.smaller}
Règles absolues :
- Commence par une lettre ou un point, si le premier caractère est un point, le deuxième ne peut pas être un chiffre,
- Pas d'espace
- Pas de caractères correspondant à des opérations (
+,-,*,/,^,**, etc.) - Les minuscules et les majuscules sont différentes !
- Certains "mots-clefs" sont strictement interdits (
NA,TRUE,FALSE,for,if,elseetc.) - MAIS on peut utiliser un nom d'objet qui existe déjà !
Bonnes pratiques :
- Utiliser un nom qui a du sens
- Ne pas utiliser des noms d'objets qui existent déjà et que l'on ne souhaite pas écraser !
Mini exercice
- Créez un vecteur d'entiers de 0 à 3, appelez le
a - Créez un autre vecteur d'entiers de 3 à 1, appelez le
b - Combinez ces deux vecteurs pour obtenir un vecteur
abselon le modèle suivant :
pander::pandoc.table(c(3:1, 0:3))
Opérations
On peut appliquer des opérations à ces "vecteurs" !
a <- 1:5 a + 1 a * 2
Ces "vecteurs" sont des objets.
Les Objets
Classes d'objets
Nom | Appelation officielle | Exemple
---|---|---
Vecteur | ??? | 1:10
Facteur | factor | gl(2, 2)
Matrice | matrix | matrix(1:4, 2, 2)
Tableau | data.frame | mtcars
Liste | list | list(a = 1, b = 1:10, c = "Hello!")
Fonction | function | sin, exp, log
Pour connaître la classe d'un objet : class(objet).
Types de données
Nom | Appellation officielle | Exemple
---|---|---
Entier ($\mathbb Z$) | integer | 1:10, (ou 1L)
Réel ($\mathbb R$) | double | 2.3, 1/3, etc...
Caractères | character | month.name, "Bonjour"
Booléen | logical | TRUE
Bouh les quoi ?
MATH., néol. Qui est relatif aux théories du logicien et mathématicien anglais George Boole.
-- Trésor de la Langue Française informatisé
TRUE(ou bienT) etFALSE(ou bienF)- Résultat d'une comparaison :
==,!=,<,>,<=,>= - Opérations logiques :
!,&,|,xor
Exercice
- Effectuez les opérations suivantes :
1 == 2!(5 > -6)(1 <= 10) | (1 > 0)
Prédisez le résultat de la commande suivante : log(1) != 0
"Classification" des objets
Les objets qui ne contiennent qu'un seul type de données : vecteurs et matrices.
Les objets pouvant contenir des données mixtes : tableaux et listes.
La flexibilité a un coût : on ne peut plus faire certaines opérations !
Les objets ayant des "dimensions" : vecteurs, tableaux et matrices
Les objets pour qui cela ne signifie rien ou presque : listes et fonctions
Petit détour par les tableaux {.smaller}
data("fruits", package = "minidebuter") dim(fruits) nrow(fruits) ncol(fruits)
Juste le début de la table {.smaller}
head(fruits)
print.data.frame(head(fruits))
Toute la table {.smaller}
fruits
print.data.frame(fruits)
Importer des données en R
- Des données de packages :
data - Des données au format R (
RData) :load - Des données "tabulées" :
read.table - Des données Excel :
readxl::read_excel - Des données Stata, SPSS, images etc.
Les données "de R"
- Utiliser la commande
data()pour avoir une liste (presque ?) exhaustive. - Bonne pratique : pour charger un jeu de données, utiliser la commande complète
data("nom_des_data", package = "nom_du_package") - Mais ces alternatives fonctionnent également :
data(mtcars)DNaselibrary(ggplot2) ; data(diamonds)
Utilisation des guillemets
- Obligation : quand l'argument doit être une chaîne de caractères
- Oubli :
library,require,data - Guillemets simples : fonctionnent comme les guillemets doubles. Ex.:
"bonjour"est équivalent à'bonjour'. - Le "backtick" ou "backquote" : "`"
Explorer les données fruits
data.frame(x = c(0, 1, 0, 1), y = c(1, 1, 0, 0), lab = c("[ ]", "[ , ]", "[[ ]]", "$")) |> ggplot(aes(x, y, label = lab, color = lab)) + geom_text(aes(hjust = x, vjust = y), size = 20, family = "Courier", fontface = "bold", show.legend = FALSE) + theme_void() + theme(plot.margin = unit(c(0, 0, 0, 0), "cm"))
Sur quels objets les utiliser ?
Opérateur | Vecteurs | Matrices | Tableaux | Listes
----------|:--------:|:--------:|:--------:|:------:
[ ] | x | | x | x
[ , ] | | x | x |
[[ ]] | | | x | x
$ | | | x | x
L'opérateur de sélection classique : [ , ]
- Pour sélectioner la première ligne :
fruits[1, ] - Pour sélectionner la deuxième colonne :
fruits[, 2] - Pour enlever la troisième ligne :
fruits[-3, ] - Pour enlever la quatrième colonne :
fruits[, -4]
Exercice
Comment faire pour sélectionner les fruits numéro 1, 3 et 5 ?
Je veux deux solutions : une "normale" et une "créative" !
Sélectionner plusieurs lignes / colonnes
- Pour sélectioner les lignes 1 et 3 :
fruits[c(1, 3), ] - Pour sélectionner les colonnes 2 et 4 :
fruits[, c(2, 4)] - Pour enlever les lignes 5 et 7 :
fruits[-c(5, 7), ] - Pour enlever les colonnes 6 et 8 :
fruits[, -c(6, 8)]
De l'utilité des deux points
Pour sélectionner une plage entière de lignes ou de colonnes adjacentes :
- Pour sélectionner les lignes 11 à 17 :
fruits[11:17, ] - Pour sélectionner les colonnes 3 à 5 :
fruits[, 3:5] - Pour enlever les trois premiers fruits :
fruits[-(1:3), ] - Pour enlever les cinq premières variables :
fruits[, -(1:5)]
Exercice
Que se passe-t-il quand on oublie les parenthèses dans la commande fruits[-(1:3), ] ? Commentez !
Faites de même avec le jeu de données mtcars.
Pour extraire une seule colonne : le $
La syntaxe donnees$cible permet de sélectionner la colonne cible du tableau donnees.
- Par exemple :
fruits$Eau - Autre exemple :
fruits$groupe
N.B: la selection de la colonne sert soit à récupérer le contenu de cette colonne soit à créer la colonne ou remplacer son contenu. Par exemple : fruits$num <- 1:nrow(fruits)
Exercice
Extrayez la colonne de la teneur en sucres de la table des fruits... de deux façons différentes !
Créez un objets contenant la teneur en sucres : quelle est la classe de cet objet ?
Les vecteurs...
- ... sont "unidimensionnels"
- ... ont une classe qui est égale au type de données qu'ils contiennent (R !!!)
- ... sont indexés avec des crochets simples
Exemples :
i <- 1:10eau <- fruits$Eaueau[i]
Exercice
Créez un vecteur groupe contenant les groupes de fruits. Donnez deux façons différentes d'extraire les dix premières valeurs de ce vecteur.
Extraction avec des Booléens
Comment extraire les fruits ... * dont la teneur en eau est supérieure à 60 ? * exotiques ? * secs contenant moins de 40g/100g de sucres ?
Réponse : en utilisant des vecteurs booléens
- Créer le vecteur de booléens
fruits$Eau >= 60 - Utiliser le résultat dans les crochets carrés
fruits[fruits$Eau >= 60, ]
Ne pas oublier la virgule !
Le principe
Pour un vecteur v :
v[bool]extrait les valeurs devpour lesquellesboolest vrai (TRUE). Contrainte :vetbooldoivent contenir le même nombre d'élements.
Pour un tableau tab :
tab[brow, ]pour extraire les lignestab[, bcol]- Contrainte 1 :
browdoit avoir autant d'éléments quetabde lignes - Contrainte 2 :
bcoldoit avoir autant d'éléments quetabde colonnes
Attention
Vous verrez souvent des opérations logiques à l'intérieur des crochets carrés : cela permet d'aller plus vite !
Par exemple, en deux étapes :
bool <- fruits$groupe == "secs" & fruits$Sucres < 40fruits[bool, ]
Devient, en une étape :
fruits[fruits$groupe == "secs" & fruits$Sucres < 40, ]
Attention bis
On peut combiner deux méthodes d'extraction de données pour un tableau : une sur les lignes et une sur les colonnes !
Par exemple : tab[brow, icol], où brow est un vecteur de booléens et icol un vecteur d'indices.
Exercice
Construisez la sous-table contenant la teneur en protéines, en glucides et en lipides des fruits secs.
Les objets nommés
En R, on peut donner des "noms"...
- aux éléments d'un vecteur,
- aux lignes d'un tableau ou d'une matrice,
- aux colonnes d'un tableau ou d'une matrice,
- aux éléments d'une liste
Pourquoi ? Pour pouvoir disposer d'une nouvelle méthode d'extraction de données !
Pour un tableau
On utilise :
rownames(tab)pour connaître le nom des lignescolnames(tab)pour connaître le nom des colonnes
Et, en bonus, on peut :
- changer les noms des lignes
rownames(tab) <- new1 - changer les noms des colonnes
colnames(tab) <- new2
Et, en super bonus, on peut :
- modifier quelques noms de lignes
rownames(tab)[sel1] <- new1 - modifier quelques noms de colonnes
colnames(tab)[sel1] <- new2
Modifier un objet ou son contenu
La syntaxe obj[i] <- newvalue (et ses variations) peut être utilisée pour tous les types d'objets indiçables. Mais il faut l'utiliser avec prudence !
Exemple : fruits$Energie[1:10] <- 0
Que s'est-il passé ? Au secours !!!!
Pour revenir en arrière : data("fruits", package = "minidebuter")
Extraction avec des noms
Exemple :
- Pour extraire l'énergie :
fruits[, "Energie"], - Pour extraire le groupe :
fruits[, "groupe"], - Pour extraire l'énergie et le groupe :
fruits[, c("Energie", "groupe")], - Pour enlever le groupe :
fruits[, -"groupe"]?
Bilan
Mode d'extraction | Exemples
---|---
Indices | fruits[, 2]
Booléens | fruits[fruits$nom == "Abricot", ]
Noms | fruits$nom ou fruits[,"nom"]
Exercice
Lister le maximum de façons possibles d'extraire du tableau fruits les fruits crus sucrés riches en Vitamine C !
Construire ses propres objets
Vecteurs et facteurs
- La fonction
c()permet de combiner des valeurs dans un vecteur. Attention, tout doit être du même "type" ! - La fonction
seqpermet de créer des suites. - La fonction
reppermet de créer des vecteurs en répétant des valeurs. Ex:rep(c("a", "b"), c(3, 4))
Les facteurs sont une particularité de R !
- On les crée avec la fonction
factorouas.factor - Par exemple :
factor(fruits$groupe)
Matrices et tableaux
- Les fonctions
matrix,rbindetcbindpour créer des matrices. Attention, tout doit être du même "type" ! - Les fonctions
data.frameouas.data.framepour créer des tableaux, les colonnes ne contiennent pas nécessairement le même type de données. - Ou bien les fonctions
tibbleettribble(avancé)
Ajouter des noms
Directement à la création de l'objet. Ex: x <- c(a = 1, b = 2), d <- data.frame(a = 1:26, b = letters)
Ou bien après la création de l'objet :
names(obj) <- lesNomspour un vecteurrownames(obj) <- lesLignespour les lignes d'un tableau ou d'une matrice,colnames(obj) <- lesColonnespour les colonnes d'un tableau ou d'une matrice.
Exercice
Créez un facteur à partir des groupes de fruits, puis testez la commande suivante :
factor(fruits$groupe, levels = c("secs", "compote", "crus", "exotique"))
Que se passe-t-il ? Sauvez le résultat dans un objet et faites un diagramme en bâton avec ! Commentez !
Estimation ponctuelle
Définition {.smaller}
Il s'agit d'estimer un caractéristique statistique d'un ensemble de données avec une seule valeur.
Paramètre | Grandeur statistique | Commande
---|---|---
Position | Moyenne | mean
Position | Médiane | median
Position | Minimum | min
Position | Maximum | max
Dispersion | Variance | var
Dispersion | Ecart-type | sd
Dispersion | Intervalle inter-quartiles | IQR
Lien | Covariance | cov
Lien | Corrélation | cor
Rappel : la covariance
Permet de mesurer le degré de co-variation de deux variables :
[ \operatorname{cov}(x, y)=\frac{1}{n-1} \sum_{i=1}^{n}\left(x_{i}-m_{x}\right)\left(y_{i}-m_{y}\right) ]
Rappel : corrélation de Pearson
C'est une covariance normalisée entre -1 et 1 !
[ \operatorname{cor}(x, y)=\frac{\operatorname{cov}(x, y)}{\sqrt{\operatorname{var}(x)} \sqrt{\operatorname{var}(y)}} ]
Rappel : corrélation de Spearman
C'est la corrélation (de Pearson) calculée sur les rangs !
[
\rho = \operatorname{cor}(r_x, r_y),
]
avec $r_x$ le vecteur des rangs de $x$ (rank(x)), et $r_y$ le vecteur des rangs de $y$ (rank(y)).
Rappel (?) : corrélation de Kendall
- Paire concordante : $\left(x_{i}
- Paire discordante : $\left(x_{i}
[ \tau = \displaystyle \frac{n_C - n_D}{n_0}, ] avec $n_C$ le nombre de paires concordantes, $n_D$ le nombre de paires discordantes et $n_0$ le nombre total de paires de points.
Exercice
Calculez
- la médiane de la teneur en sucres
- la moyenne de la teneur en eau
- l'écart-type de la teneur en eau
Appliquez la fonction summary aux données fruits.
- Calculez la corrélation de Pearson entre la teneur en eau et la teneur en sucres,
- Calculez la corrélation de Spearman
Les fonctions astucieuses
summarypour obtenir des statistiquesstrpour la structure des donnéestablepour faire des tables de comptageseq_alongpour créer un vecteur d'indices de même longueur qu'un vecteur donné
D'autres fonctions très utilies
sumpour calculer la somme de nombressort,orderetrankpour ordonner, et calculer les rangsrowSumsetcolSumspour calculer les sommes des lignes et colonnes d'une table,rowMeansetcolMeanspour calculer les moyennes des lignes et colonnes d'une table,
Les graphes de base
barplot: diagrammes en bâtonshist: histogrammesplot: nuages de points
La fonction barplot
Permet de réaliser des diagrammes en bâtons :
barplot(table(fruits$groupe))
La fonction hist
Permet de réaliser des histogrammes :
hist(fruits$Eau)
La fonction plot
Permet de tracer des nuages de points :
plot(fruits$Eau, fruits$Sucres)
Exercice
Faire un histogramme de la teneur en Vitamine C des fruits crus.
R Package Documentation
Browse R Packages
We want your feedback!
Note that we can't provide technical support on individual packages. You should contact the package authors for that.
Embedding an R snippet on your website
Add the following code to your website.
For more information on customizing the embed code, read Embedding Snippets.