Introduction à l'étude de cas

Données catégorielles dans le tidyverse

Emily Robinson

Data Scientist

Un histogramme intitulé « l'enfer, c'est les autres dans un tube métallique pressurisé » avec la légende « pourcentage des 874 répondants voyageant en avion ayant jugé l'action très ou assez impolie. » La plus grande barre est « amener sciemment des enfants turbulents » à 82 % et la plus faible « demander d'échanger de siège pour la famille » à 17 %. Il y a 9 barres au total. Ce sondage provient de FiveThirtyEight et a été réalisé sur SurveyMonkey.

Données catégorielles dans le tidyverse

Ensemble de données original

# A tibble: 1,040 x 27
  RespondentID travel_amount   do_recline   
         <dbl> <chr>           <chr>        
1  3436139758. Once a year or… NA           
2  3434278696. Once a year or… About half t…
3  3434275578. Once a year or… Usually      
4  3434268208. Once a year or… Always       
# ... with 24 more variables: height <chr>,
#   children_sub_18 <chr>,
#   middle_arm_rest_three <chr>,
#   middle_arm_rest_two <chr>,
#   window_shade_control <chr>,
#   rude_move_seats <chr>, rude_talk <chr>,
#   times_get_up <chr>,
#   recliner_obligation <chr>,
#   rude_recline <chr>,
#   eliminate_recline <chr>,
#   rude_switch_seats_friend <chr>,
Données catégorielles dans le tidyverse

Rappel des outils

wide_data
# A tibble: 2 x 3
  favorite_fruit favorite_vegetable disliked_dessert
  <chr>          <chr>              <chr>           
1 apple          carrot             cookie          
2 orange         cauliflower        cake            
wide_data %>%
   mutate(across(where(is.character), as.factor))
# A tibble: 2 x 3
  favorite_fruit favorite_vegetable disliked_dessert
  <fct>          <fct>              <fct>           
1 apple          carrot             cookie          
2 orange         cauliflower        cake
Données catégorielles dans le tidyverse

tidyr pivot_longer()

wide_data %>%
   pivot_longer(everything(), names_to = "column", values_to = "value")
# A tibble: 6 x 2
  column             value      
  <chr>              <chr>      
1 favorite_fruit     apple      
2 favorite_fruit     orange     
3 favorite_vegetable carrot     
4 favorite_vegetable cauliflower
5 disliked_dessert   cookie     
6 disliked_dessert   cake       
Données catégorielles dans le tidyverse

Fonctions d'aide pour select

wide_data %>%
   select(contains("favorite"))
# A tibble: 2 x 2
  favorite_fruit favorite_vegetable
  <chr>          <chr>             
1 apple          carrot            
2 orange         cauliflower       
Données catégorielles dans le tidyverse

Passons à la pratique !

Données catégorielles dans le tidyverse

Preparing Video For Download...