Introduction à la préparation des données avec dplyr

Le package dplyr fournit des outils puissants pour filtrer, organiser, sélectionner et synthétiser les données dans R.

Filtrer les lignes

La fonction filter() sélectionne les lignes en fonction de conditions.

library(dplyr)
data <- mtcars %>% filter(mpg > 20)

Sélectionner des colonnes

La fonction select() extrait des colonnes spécifiques.

data <- mtcars %>% select(mpg, hp, cyl)

Organiser les données

La fonction arrange() trie les lignes par ordre croissant ou décroissant.

data <- mtcars %>% arrange(desc(mpg))

Modifier les données

La fonction mutate() crée de nouvelles variables.

data <- mtcars %>% mutate(mpg_to_hp = mpg / hp)

Synthétiser les données

La fonction summarize() calcule des statistiques récapitulatives.

summary_data <- mtcars %>% summarize(mean_mpg = mean(mpg), max_hp = max(hp))

Regrouper les données

La fonction group_by() regroupe les données avant leur synthèse.

grouped_data <- mtcars %>% group_by(cyl) %>% summarize(mean_mpg = mean(mpg))

Combiner plusieurs fonctions de dplyr

Vous pouvez enchaîner plusieurs fonctions de dplyr à l’aide de l’opérateur pipe %>%.

data <- mtcars %>% filter(mpg > 20) %>% select(mpg, hp) %>% arrange(desc(hp))

Résumé

Dans cette leçon, vous avez appris :

• À filtrer, sélectionner, organiser et modifier les données avec dplyr.
• À synthétiser et à regrouper les données.
• À combiner plusieurs fonctions de dplyr avec l’opérateur pipe.