modifs_RD.txt

Diaporama:

General:
self_contained: TRUE, pour n'avoir qu'un fichier html
incremental: false
widescreen: TRUE pour l'avoir en 16:9
Changement du répertoire de travail pour lancer sous AUS U:/Mes documents
Routine pour charger les packages et les installer s'ils ne le sont pas


D5:
definition de multi-paradigme

D12:
- soumettre une commande par **Entrée**
- Aide sur une fonction: **?nom_de_fonction**
- Recherche dans l'aide **??mots-clés**
- Pour effacer le contenu de la console: 
  + menu Edit -> Clear console
  + ou **Ctrl + L**
  
D24: 
Fusion avec la D25

D25:  
Diapo 26 (Les objets R - Leurs types)

D26:
Diapo 27 (Les objets R - Tester ou Modifier le mode d'un objet R)

D27:
Diapo 28 (Les vecteurs)

D28:
Diapo 29 (Les vecteurs)

D29:
Diapo 30 (Les vecteurs numériques)
  
D30:
Diapo 31+32 (Les vecteurs numériques)  
- ajout des fonctions any() et all()

D31:
Les fonctions sur le type numérique
floor, ceiling, 
Liste de fonctions mathématiques: 
"abs", "sign", "sqrt", "trunc", "cummax", "cummin", "cumprod", 
"cumsum", "log", "log10", "log2", "log1p", "acos", "acosh", "asin", 
"asinh", "atan", "atanh", "exp", "expm1", "cos", "cosh", "cospi", "sin", 
"sinh", "sinpi", "tan", "tanh", "tanpi", "gamma", "lgamma", "digamma", "trigamma"

D32:
Le type character
paste0(), paste(), substr(), strsplit()

D35:
ajout de na.rm = TRUE

D41:
ajout de names(DF)
  
D58:
#supprimer des colonnes
tab_naissances %>% select(-sexe, regnais, agemere, csp, everything()) %>% head(3)

outre everything(), le package dplyr continet de nombreuses fonctions utiles: starts_with(), ends_with(), contains(), matches(), num_range(), one_of(), group_cols()
  
D66:
Diapo 67 (Recoder des variables: case_when())

D67:
Créer une variable sans conserver les autres: transmute

tab_naissances %>% transmute(datenais = paste(jnais,mnais,anais,sep="/")) %>% head(5)

D71: la fonction top_n() et comparaison avec head()
Le top2 par sexe du nombre de naissance dans chaque région:

tab_naissances %>% group_by(sexe, regnais) %>% 
  summarise( nb_naissances = n()) %>%
  arrange(sexe,desc(nb_naissances)) %>% top_n(2)

## # A tibble: 4 x 3
## # Groups:   sexe [2]
##   sexe  regnais nb_naissances
##   <chr> <chr>           <int>
## 1 1     11               9393
## 2 1     84               4818
## 3 2     11               8867
## 4 2     84               4493

Attention, la fonction head(n) donne les enregistrements de la table sans groupement

tab_naissances %>% group_by(sexe, regnais) %>% summarise(nb_naissances = n()) %>% 
  arrange(sexe,desc(nb_naissances)) %>% head(2)
# Sexe            regnais            nb_naissances
# <chr>           <chr>             <int>
# 1               11                9393        
# 1               84                4818     
# 2 rows

D76:
ajout d'un schéma d'exemple pour illustrer toutes les fonctions de jointure

D87:
Importer les types de fichiers courants: Le package readODS

    il permet d'importer et d'exporter des fichiers CALC
    le parsing est peu optimisé, il est plus pratique de passer par le format CSV

library(readODS) # read_ODS et write_ODS
data <- read_ods("../Data_nonR/Dep02.ods") #import de fichier CALC
data <- data %>% mutate(densite=Population/Superficie)

write_ods(data, "../Data_nonR/Dep02b.ods")#export de fichier CALC

D88:
Importer les types de fichiers courants: Le package readxl

    il permet d'importer des fichiers EXCEL
    le parsing est meilleur que celui du package xlsx
    pas de fonction d'export

library("readxl") #read_xls
data <- read_xls("../Data_nonR/cnaf.xls") #import de fichier EXCEL

D89:
Importer les types de fichiers courants: Le package haven

    il permet d'importer et d'exporter des fichiers SAS

library("haven") #read_sas
data <- read_sas("../Data_nonR/ra2010lib.sas7bdat") #import de fichier SAS
data <- data %>% mutate(chom = chom_hom + chom_fem)

write_sas(data,"../Data_nonR/ra2010lib2.sas7bdat")

D90:
Importer les types de fichiers courants: Le package readr

    il permet d'importer des fichiers CSV (Comma Separated Values)
    le parsing est meilleur que celui de la fonction RBase
    privilégier read_csv2 qui est adaptée aux conventions françaises des séparateurs

library("readr") #read_csv2 (préférable à la version de Rbase)
data <- read_csv2("../Data_nonR/dep01.csv")
data <- data %>% 
  mutate(
    partchfem = round(100 * chom_fem / sum(chom_hom+chom_fem, na.rm = T), 1)
    )

write_csv(data, "../Data_nonR/dep01b.csv")

# avec du pipe, sans ecrire de variable
read_csv2("./Data_nonR/dep01.csv") %>% 
  mutate(
    partchfem = round(100 * chom_fem / sum(chom_hom+chom_fem, na.rm = T), 1)
  ) %>% 
  write_csv("./Data_nonR/dep01b.csv")

D91:
diapo 87 (Un package à utiliser: fst)

D92:
diapo 88 (Un package à utiliser: fst)

etc... jusqu'à

D117:
Sauvegarde d'un graphique
Via l’interface de RStudio

L’export de graphiques est très facile avec RStudio. Lorsque l’on créé un graphique, ce dernier est affiché sous l’onglet Plots dans le quadrant inférieur droit. Il suffit de cliquer sur Export pour avoir accès à trois options différentes :

    Save as image pour sauvegarder le graphique en tant que fichier image ;
    Save as PDF pour sauvegarder le graphique dans un fichier PDF ;
    Copy to Clipboard pour copier le graphique dans le presse-papier (et pouvoir ainsi le coller ensuite dans un document Word par exemple).

via un script

boxplot(rnorm(100))
dev.print(device = png, file = "export.png", width = 600)

  
  
  
Exercices: 
Ajout des renvois vers les slides




Raccourcis:



Docus:
anglais/
							  base-r.pdf
							   caret.pdf
						 cartography.pdf
						 data-import.pdf
				 data-transformation.pdf
			  data-visualization-2.1.pdf
						   datatable.pdf
							estimatr.pdf
							eurostat.pdf
								 h2o.pdf
			   how-big-is-your-graph.pdf
							   keras.pdf
							 leaflet.pdf
						   lubridate.pdf
	 Machine Learning Modelling in R.pdf
								 mlr.pdf
							  mosaic.pdf
							   nardl.pdf
				 package-development.pdf
							   purrr.pdf
							quanteda.pdf
						   randomizr.pdf
							   regex.pdf
					   rmarkdown-2.0.pdf
						 rstudio-ide.pdf
								  sf.pdf
							   shiny.pdf
							  sjmisc.pdf
							sparklyr.pdf
							 strings.pdf
						   survminer.pdf
							  syntax.pdf
							tidyeval.pdf
							  xplain.pdf

francais/
    		   dplyr-french-cheatsheet.pdf
			 ggplot2-french-cheatsheet.pdf
						R-refcard-stat.pdf
			 rstudio-french-cheatsheet.pdf
			   shiny-french-cheatsheet.pdf