Programmation R : données bidimensionnelles

Name: Programmation R : données bidimensionnelles
Author: David Christensen

Apprenez à utiliser les trames de données bidimensionnelles et à utiliser des blocs de données, des astuces et des listes.

Preview the first lesson free — get full access to all 4 lessons.

Demander une démo Se connecter

Cours : à la demande

Bonjour, je m'appelle David Christensen, et dans ces leçons, vous apprendrez à travailler avec deux -données dimensionnelles, y compris les trames de données et les tableaux, ainsi que comme l'utilisation de ces structures de données dans des listes. Vous apprendrez à les utiliser pour stocker et organiser vos données. Dans cette leçon, je vais vous montrer comment utiliser et créer des données cadres dans R. Pour démontrer les trames de données, j'ai un fichier enregistré sur mon bureau. Le fichier s'appelle inventions.csv. Jetons un coup d'œil rapide pour voir à quoi ressemble ce fichier. Il s'agit de données bidimensionnelles avec une colonne d'invention, un colonne année et une colonne inventeur. Pour importer ces données avec un R, nous pourrions utiliser read .csv, et entre les parenthèses, nous pouvons taper le chemin vers le file ou le nom du fichier s’il se trouve dans notre répertoire actuel. Mon répertoire actuel est mon bureau, je vais donc continuer et tapez le nom du fichier, et appuyez sur Ctrl -Entrée sur mon clavier. Cela imprime un bloc de données, qui est constitué de données bidimensionnelles, un peu comme une feuille de calcul. Chacune des colonnes représente un vecteur de données. Nous pouvons attribuer le bloc de données comme nom d'objet. J'appellerai cela des inventions. La trame de données des inventions est désormais disponible dans l'environnement. Si nous voulons examiner une variable spécifique dans inventions, on peut y accéder en tapant le nom de la donnée cadre, suivi d'un signe dollar, puis la colonne ou le vecteur auquel nous voulons accéder. Par exemple, si l'on voulait voir le vecteur des inventions, on pourrait taper le mot invention et appuyez sur Ctrl-Entrée. Cela nous donne accès au vecteur dans le bloc de données. Nous pouvons utiliser la fonction de structure pour étudier le différentes colonnes de données dans notre cadre de données. Le la fonction de structure est str, et dans str nous pouvons mettre le nom de la trame de données, inventions. Dans la console, nous obtenons des informations sur la trame de données. Il nous indique qu'il s'agit d'une trame de données objet avec quatre observations de trois variables, et nous obtenons chacune des variables, année, invention et inventeur. Il nous indique le type de données pour les différentes colonnes. La colonne année est automatiquement interprétée comme un type entier, et les colonnes invention et inventeur sont interprété comme un caractère de type. C'est beaucoup plus d'informations que si nous mettions inventions au sein de la classe. Par exemple, si nous classons les inventions dans une classe, vous verrez qu'il renvoie une trame de données de type sans autre information. La fonction structure est donc celle à utiliser pour en voir plus des informations détaillées sur une trame de données. Nous pouvons utiliser la fonction data frame pour créer un data frame. La fonction de trame de données est trame de données, et dans la trame de données, nous pouvons mettre la trame de données que nous voulons. Et donc ce que nous devons faire, c'est ajouter les vecteurs que nous aurions comme inclus dans le bloc de données. Créons une trame de données avec quelques inventions supplémentaires. Nous ajouterons une colonne pour l'année, et nous définirons cela égal à un vecteur. Et dans le vecteur, nous ajouterons les dates 1960 et 1913. Si nous allions de l'avant et exécutions cette ligne de code telle quelle, il produit une trame de données contenant un seul vecteur. Allons-y et ajoutons quelques colonnes supplémentaires à ces données cadre. Je vais donc ajouter une virgule après le dernier vecteur, et maintenant je vais ajouter une colonne d'invention. Nous ajouterons les inventions laser et réfrigérateur. Puisqu'il s'agira de données de caractère, ces deux éléments les valeurs doivent être entre guillemets. Je vais donc souligner le laser et ajouter des guillemets, et pareil pour le réfrigérateur. Si nous essayons d'exécuter cette trame de données, nous avons maintenant deux colonnes de données. Donc deux vecteurs, un pour l'année et un pour l'invention. Allons-y et ajoutons-en un de plus. J'ai ajouté une autre colonne pour l'inventeur, et maintenant si nous exécutons la fonction data frame, nous obtenons une trame de données avec trois colonnes de données. Nous pouvons attribuer un nom à cette trame de données. J'appellerai cela plus d'inventions. Nous avons vu deux trames de données jusqu'à présent, la trame de données des inventions que nous avons chargé à partir d'un fichier CSV, ainsi que les autres inventions bloc de données que nous avons créé à partir de zéro. Nous pouvons combiner ces trames de données à l'aide de la fonction rbind. La fonction rbind prend deux valeurs. Ce sont les noms des trames de données que nous allons combiner. Ce seront donc des inventions et la trame de données plus d'inventions. Lorsque nous exécutons cette ligne de code, nous obtenons une seule trame de données qui a combiné nos deux trames de données ensemble. Nous pouvons attribuer à cette trame de données combinée un nom d’objet. Je l'ai appelé des inventions combinées, et maintenant il est disponible dans l'environnement.

Débutant Fournisseur : David Christensen 4 leçons · 21m en Arabe, Allemand, Anglais, Espagnol, Français, Portugais, Chinese

Description du cours

Dans ces leçons, vous apprendrez les concepts fondamentaux de l'utilisation de données bidimensionnelles dans le langage de programmation R. Nous couvrirons des sujets essentiels tels que les blocs de données, les tibbles et les listes, en vous fournissant une base solide pour commencer à travailler avec des données bidimensionnelles dans R.

La création et la manipulation de trames de données sont des compétences importantes qui vous permettront de prendre le contrôle de vos données et d'obtenir les meilleurs résultats dans des situations où l'organisation et la structure de vos données sont critiques. Vous comprendrez comment et pourquoi les tibbles diffèrent des trames de données, et en travaillant avec des listes, vous découvrirez également certaines fonctionnalités uniques et puissantes du langage de programmation R. Plus important encore, vous comprendrez quand utiliser des trames de données, des tibbles et des listes, en fonction de cas d'utilisation spécifiques.

Ce que vous allez apprendre

Comprendre le concept de données bidimensionnelles et comment il est utilisé dans R
Créer et travailler avec des data frames dans R
Expliquer ce que sont les tibbles et en quoi ils diffèrent des data frames dans R
Créer et travailler avec des listes dans R
Déterminer quand utiliser les data frames, les tibbles et les listes en fonction de cas d'utilisation spécifiques

Points clés à retenir

Le cours aborde les concepts fondamentaux du travail avec des données bidimensionnelles dans R, notamment les data frames, les tibbles et les listes.
La création et la manipulation de data frames vous permettent de contrôler vos données et d'obtenir les meilleurs résultats lorsque l'organisation et la structure de vos données sont critiques.
Les tibbles diffèrent des data frames, et l'utilisation de listes révèle des fonctionnalités uniques et puissantes du langage de programmation R.
Le choix entre les data frames, les tibbles et les listes dépend du cas d'utilisation spécifique.

Foire aux questions

Quels sujets ce cours couvre-t-il ?

Il couvre les concepts fondamentaux du travail avec des données bidimensionnelles dans R, y compris les data frames, les tibbles et les listes, à travers des leçons sur les Data Frames (Partie 1), les Data Frames (Partie 2), les Tibbles et les Listes.

Quelles compétences vais-je acquérir grâce à ce cours ?

Vous apprendrez à créer et à travailler avec des data frames, à comprendre en quoi les tibbles diffèrent des data frames, à créer et à travailler avec des listes, et à décider quand utiliser chacun d'eux en fonction de cas d'utilisation spécifiques. Les compétences associées incluent le langage de programmation R, les Data Frames, le langage de manipulation de données (DML), le langage de définition de données (DDL), l'instruction basée sur les données et les données vectorielles.

Comment le cours est-il structuré ?

Le cours est organisé en quatre leçons : Data Frames (Partie 1), Data Frames (Partie 2), Tibbles, et Listes.

Pourquoi est-il important d'apprendre à créer et à manipuler des data frames ?

La création et la manipulation de data frames est une compétence importante qui vous permet de prendre le contrôle de vos données et d'obtenir les meilleurs résultats dans les situations où l'organisation et la structure de vos données sont cruciales.