Quelques trucs et astuces

Transcription

1 Cogmaster, 2009.

2 Plan Commandes utiles 1 Commandes utiles 2 3

3 La fonction merge(1) Cette fonction est très utile pour obtenir une data.frame unique à partir par exemple des données provenant de deux expériences. Sa syntaxe est relativement simple. Elle prend comme deux premiers arguments la première data.frame comme second argument la seconde data.frame. Les arguments suivants by.x et by.y indique quel colonne sera pris comme identifiant commun aux deux tableaux. En effet on ne peut pas utiliser les noms d observations pour la fusion. La data.frame résultat est reclassé en fonction des valeurs de la colonne identifiant.

4 La fonction merge(2) Par exemple on peut faire un exemple pour mélanger les données démographiques du TP 2 : lifew <- merge(tmpm,tmpf,by.x="country",by.y="country") Les arguments all, all,x, all.y permettent d inclure des observations qui seraient repsectivement pas dans et pas dans y, pas dans x, pas dans y. Par défaut la valeur est all=false. Seules les valeurs présentes à la fois dans x et dans y sont la data.frame d arrivée. L argument suffix permet d ajouter un suffixe spécifique quand des colonnes ont le même nom dans les 2 data.frames. Par défaut les suffixes sont.x et.y.

5 La fonction unique La fonction unique() est très pratique et très simple. Elle renvoie tout simplement les valeurs uniques d un vecteur. Par exemple du vecteur c(1,1,3,3,4,5 elle va renvoyer le vecteur c(1,3,4,5). Elle est particulièrement précieuse pour les variables character ou pour compter les modalités d une variable pseudo continue.

6 Les ambigüités du langage R - S3 R est un langage à la base qui n est pas purement orienté objet. Par contre rapidement un pseudo modèle objet dont le nom est S3 a été créé. Il ne s agit pas d un vrai langage objet mais plutôt de la possibilité supplémentaire de donner un type particulier à un ensemble de données. La plupart des fonctions et paquets utilisent ce système. Quelques commandes que nous verrons permettent assez simplement d extraire les données et de retrouver les fonctions associés aux objets et inversement. Mais ces fonctions font qu il existe une certaine confusion entre type et objet dans les documents traitant de R.

7 Les ambigüités du langage R - S4 Il existe une extension beaucoup plus récente qui est un vrai langage objet (incluant l héritage multiple et polymorphisme) dont le nom est S4. Son interprétation est plus lente que le code non S4. De plus son implémentation est relativement complexe et n est pas aussi intuitive que dans d autres langages tels que Java ou Python. S4 ne sera pas aborder au cours de ce cours car il est un peu trop complexe et demande de solides connaissances en programmation. Certains paquets utilisent cette technologie comme lme4 par exemple pour les modèles mixtes.

8 L affichage des données et le S3(1) L affichage de beaucoup de fonctions R s accompagne de texte. Il suffit pour cela de faire tout simplement cette commande : t.test(c(rnorm(100),rnorm(100,2))~gl(2,100)) Est affiché le résultat test de Student (comparaison de deux moyennes). Les valeurs sont automatiquement affichées avec le texte adéquat. Ceci parce qu il n y a pas d affectation. En effet la fonction utilise invisible(). Sans affectation R comprends qu on veut imprimer à l écran le résultat et appelle la fonction print(). Les deux commandes sont donc équivalentes : t.test(c(rnorm(100),rnorm(100,2))~gl(2,100)) print(t.test(c(rnorm(100),rnorm(100,2))~gl(2,100)))

9 L affichage des données et le S3(2) Pour stocker l objet, avec la fonction invisible, il suffit de faire une affectation. resultat <- t.test(c(rnorm(100),rnorm(100,2))~gl(2,100)) Dans ce cas l objet est stocké dans la variable resultats resultat print(resultat) R imprime les résultats sous forme intelligible mais on ne peut récupérer les valeurs.

10 L affichage des données et le S3(3) En fait si on tape la commande : str(resultat) R nous indique que toutes les valeurs (ou presque) peuvent être récupérés sous forme plus pratique. Par exemple si on veut extraire la p.value il suffit de taper : resultat$p.value Pourquoi a-t-on alors l affichage des valeurs et du texte formaté lorsqu on demande l affichage de l objet?

11 L affichage des données et le S3(4) Cela est lié au fait qu une simple étiquette est apposé sur l objet. Ce principe est celui du système S3. On peut accéder au type d objet par la commande class(). class(resultat) Dans ce cas on voit que l objet est de type htest. Au moment de l affichage, R va rechercher si pour cette étiquette il existe une fonction print() dédiée. Si on tape la commande suivante on obtient la liste de toutes les fonctions print disponible. Les fonctions sont appelées print.nomdelobjet. methods("print") On peut retrouver la fonction print.htest qui nous concerne dans ce cas.

12 L affichage des données et le S3(5) Donc quand on récupère des calculs et qu on constate la présence d un affichage on peut suspecter que l objet renvoyé par R est un objet de type S3 (ou S4). Ceci ne se limite pas à la fonction print. Pour les objets de base, notamment les tests statistiques, de nombreuses fonctions sont disponibles. Pour connaître les fonctions existantes pour un type d objet donné, il suffit de taper la commande : methods(class="htest") Dans l exemple du test de Student, il n existe que la fonction print. Mais pour des tests plus complexes comme pour les ANOVAs que nous verrons en fin de cours il existe de nombreuses fonctions. Par exemple pour l ANOVA : methods(class="aov")

13 L affichage des données et le S3(5) Lorsqu on récupère un résultat sous forme il y a donc deux choses qui peuvent être utiles : methods(class=class(objet)) : elle permet de connaître les fonctions disponibles pour l objet sur lequel on travaille. On trouve des fonctions pour l impression, la représentation graphique, l extraction de résultats,... str(objet) qui permet d accéder directement aux valeurs si aucune fonction permettant d accéder à ces valeurs n existent. Le système est similaire pour les objets S4 et les commandes présentées marche par contre il s agit d un vrai système objet dont la description dépasse le cadre de ce cours.