Qu'est-ce que les données ordonnées ?

Restructurer des données avec tidyr

Jeroen Boeye

Head of Machine Learning, Faktion

 

 

« Les familles heureuses se ressemblent toutes ; chaque famille malheureuse l'est à sa façon. »

Léon Tolstoï

 

« Les jeux de données ordonnés se ressemblent tous ; chaque jeu de données en désordre l'est à sa façon. »

Hadley Wickham

Restructurer des données avec tidyr

Données rectangulaires

 

Structure

  • Colonnes
  • Lignes
  • Cellules

 

Exemple ordonné

Restructurer des données avec tidyr

Données ordonnées : variables

 

Structure

  • Les colonnes contiennent des variables
  • Lignes
  • Cellules

 

Variables d'un exemple ordonné

Restructurer des données avec tidyr

Données ordonnées : observations

 

Structure

  • Les colonnes contiennent des variables
  • Les lignes contiennent des observations
  • Cellules

 

Observations d'un exemple ordonné

Restructurer des données avec tidyr

Données ordonnées : valeurs

 

Structure

  • Les colonnes contiennent des variables
  • Les lignes contiennent des observations
  • Les cellules contiennent des valeurs

 

Valeurs d'un exemple ordonné

Restructurer des données avec tidyr

Rappel sur dplyr

character_df

# A tibble: 4 x 3
  name           homeworld species
  <chr>          <chr>     <chr>  
1 Luke Skywalker Tatooine  Human  
2 R2-D2          Naboo     Droid  
3 Darth Vader    Tatooine  Human  
4 Obi-Wan Kenobi Stewjon   Human
Restructurer des données avec tidyr

Rappel dplyr : select()

character_df %>% 
  select(name, homeworld)

# A tibble: 4 x 2
  name           homeworld
  <chr>          <chr>    
1 Luke Skywalker Tatooine 
2 R2-D2          Naboo    
3 Darth Vader    Tatooine 
4 Obi-Wan Kenobi Stewjon
Restructurer des données avec tidyr

Rappel dplyr : filter()

character_df %>% 
  filter(homeworld == "Tatooine")

# A tibble: 2 x 3
  name           homeworld species
  <chr>          <chr>     <chr>  
1 Luke Skywalker Tatooine  Human  
2 Darth Vader    Tatooine  Human
Restructurer des données avec tidyr

Rappel dplyr : mutate()

character_df %>% 
  mutate(is_human = species == "Human")

# A tibble: 4 x 4
  name           homeworld species is_human
  <chr>          <chr>     <chr>   <lgl>   
1 Luke Skywalker Tatooine  Human   TRUE    
2 R2-D2          Naboo     Droid   FALSE   
3 Darth Vader    Tatooine  Human   TRUE    
4 Obi-Wan Kenobi Stewjon   Human   TRUE
Restructurer des données avec tidyr

Rappel dplyr : group_by() et summarize()

character_df %>% 
  group_by(homeworld) %>% 
  summarize(n = n())

# A tibble: 3 x 2
  homeworld     n
  <chr>     <int>
1 Naboo         1
2 Stewjon       1
3 Tatooine      2
Restructurer des données avec tidyr

logo magrittr

1 magrittr.tidyverse.org
Restructurer des données avec tidyr

 

logo dplyr

 

logo tidyr

1 www.tidyverse.org
Restructurer des données avec tidyr

Plusieurs variables dans une seule colonne

population_df

# A tibble: 4 x 2
  country                 population
  <chr>                        <dbl>
1 Brazil, South America        210. 
2 Nepal, Asia                   28.1
3 Senegal, Africa               15.8
4 Australia, Oceania            25.0
Restructurer des données avec tidyr

Séparer des variables sur deux colonnes

population_df %>% 
  separate(country, into = c("country", "continent"), sep = ", ")

# A tibble: 4 x 3
  country   continent      population
  <chr>     <chr>               <dbl>
1 Brazil    South America       210. 
2 Nepal     Asia                 28.1
3 Senegal   Africa               15.8
4 Australia Oceania              25.0
Restructurer des données avec tidyr

Passons à la pratique !

Restructurer des données avec tidyr

Preparing Video For Download...