Restructurer des données

Manipulation de données en Julia

Katerina Zahradova

Instructor

Tableaux croisés

Façon de résumer des données
Réorganiser colonnes et lignes pour rendre les données plus lisibles

Tableau croisé avec unstack()

structure de unstack

unstack() pour pivoter

# Utiliser unstack pour pivoter
# unstack(DataFrame, :col_as_rows, :col_as_cols, :values, combine = f_to_aggregate)

unstack(penguins, :species, :sex, :body_mass_g, combine = median)

3×3 DataFrame
Row  species   MALE     FEMALE
     String15  Float64  Float64
_____________________________________
1    Adelie    4000.0   3400.0
2    Chinstrap 3950.0   3550.0
3    Gentoo    5500.0   4700.0

Pivoter plusieurs colonnes en lignes

# Pivoter avec plus de colonnes en lignes 
unstack(penguins, [:species, :island], :sex, :body_mass_g, combine = median)

5×4 DataFrame
Row  species    island     MALE       FEMALE
     String15   String15   Float64?   Float64?
_____________________________________________________
1    Adelie     Torgersen  4000.0    3400.0
2    Adelie     Biscoe     4000.0    3375.0
3    Adelie     Dream      3987.5    3400.0
4    Chinstrap  Dream      3950.0    3550.0
5    Gentoo     Biscoe     5500.0    4700.0

Pivoter plusieurs colonnes ailleurs

# Utiliser plusieurs colonnes comme colonnes
unstack(penguins, :sex, [:species, :island], :body_mass_g, combine = sum)

MethodError: no method matching 
unstack(::DataFrame, ::Symbol, ::Vector{Symbol}, ::Symbol; combine = sum)

Valeurs manquantes

# Valeurs manquantes pour certaines combinaisons
unstack(penguins_missing, :species, :sex, :body_mass_g, combine = median)

3×3 DataFrame
Row  species   MALE     FEMALE
     String15  Float64  Float64?
_____________________________________
1    Adelie    4000.0   3400.0
2    Chinstrap 3950.0   3550.0
3    Gentoo    5500.0   missing

Remplacer les valeurs manquantes

# Valeurs manquantes pour certaines combinaisons
unstack(penguins_missing, :species, :sex, :body_mass_g, combine = median, fill = -1)

3×3 DataFrame
Row  species   MALE     FEMALE
     String15  Float64  Float64
_____________________________________
1    Adelie    4000.0    3400.0
2    Chinstrap 3950.0    3550.0
3    Gentoo    5500.0    -1

Les tableaux croisés sont des DataFrames

# Enregistrer le tableau croisé
pivot_penguins = unstack(penguins_missing, :species, :sex, :body_mass_g, combine = median)

# Sélectionner seulement les femelles
select(pivot_penguins, :species, :FEMALE)

3×2 DataFrame
Row  species    FEMALE
     String15   Float64?
_______________________________
1    Adelie      3400.0
...

Passons à la pratique !

Manipulation de données en Julia