Cours 3. data frames

Transcription

1 Cours 3 data frames

2 C est le type par défaut résultant de la lecture de fichiers externes et nécéssaire pour exporter des tableaux de R

3 Modes Vecteur vector Modes possibles Numérique,caractère,complexe logique Plusieurs modes Non Facteur factor Numérique,caractère Non Tableau array Numérique,caractère,complexe logique Non Matrice matrix Numérique,caractère,complexe logique Non Data.frame Numérique,caractère,complexe logique Oui Série temporelle ts Numérique,caractère,complexe logique oui Liste list Numérique, caractère, complexe logique oui

4 data.frame En interne ce sont des listes, dont les champs sont des colonnes En apparence ce sont des matrices, avec comme différence essentielle que les différentes colonnes peuvent être de modes distincts:alphanumériques, booléennes, facteurs Les lignes et les colonnes sont nommées et on peut y accéder par leur indice de position ou par leur nom exemple: L= LETTERS[1:3]; D=data.frame(x=rep(1,10), Y=1:10, fac=sample(l,10, repl=true)); La troisième colonne est D[,3] ou D[, fac ]ou D$fac x y fac C C A B A A B A B C

5 Fonctions pour les data frames x y fac salle B A B A C C B C B A 2 data.frame(): colnames()liste des noms de colonnes rownames()liste des noms de ligne dimnames():liste ayant 2 champs: les noms de lignes et les noms de colonne cbind():concaténation en colonne rbind():concaténation en ligne Exemple: cbind(d,salle=rep(c(1,2),5))

6 La fonction data() : Cette fonction permet de lire des données internes un data.frame ou de lister les data frame existants Exemples: data() # liste de tous les data frame dans le package par défaut «datasets» data(usarrests) # charge le data frame USArrests help(usarrests) # donne des informations sur le data frame «USArrests», si elles existent data(package =.packages(all.available = TRUE))# Donne la liste de tous les data frames de tous les packages disponibles try(data(package = "rpart") )# liste des data frame dans le package rpart

7 La fonction library() Exemples: library():donne la liste des packages disponibles On peut en charger d autres par le CRAN par exemple library(cluster);data(agriculture);permet de charger le data frame «agriculture» du package «cluster» data(agriculture, package=«cluster»); permet aussi de charger ce data frame

8 Pour avoir une description du data frame obtenu data(mtcars);?mtcars ouvre une page d'aide str(mtcars) donne les informations de base, à savoir mode, nombre de variables, noms des variables, mode de ces variables, dim(mtcars) nombre de lignes et de colonnes dimnames(mtcars) nom des variables

9 Importer des fichiers Pour les lectures et écritures dans un fichier,r utilise le repertoire de travail. getwd():permet de connaître ce repertoire setwd():permet de modifier le repertoire de travail exemple setwd(«c:/data») R peut lire des données stockées dans un fichier texte (ascii):read.table() la sortie est un data.frame arguments de cette fonction: file= nom du fichier sep= séparateur (espace par défaut) header= booléen (=TRUE si le nom des colonnes est en tête, FALSE sinon) file.choose()

10 read.table(file=,sep=,header=) Exemple: fichier C:/ArR/fic.txt F=read.table("C:\\ArR\\fic.txt", sep="\t",header=true); Variantes: read.xls() pour la lecture de fichiers excell, read.csv(), read.delim(),read.fwf() pour des fichiers dans d autres formats(excell,sas,spss), bases de données SQL data=read.csv(file=file.choose()) permet de choisir le fichier à lire en explorant le contenu de l'ordinateur à l'aide d'une boite de dialogue les fonctions ne sont pas toujours dans le package base,voir la bibliothèque foreign pour plus de fonctions d'import

11 et exporter Ecriture d un fichier write.table() write.table(x, file = "", append = FALSE, quote = TRUE, sep = " ",...) arguments: x nom du data frame file= nom du fichier append= booléen si TRUE ajoute au fichier existant, si FALSE écrase le fichier existant col.names= booléen si TRUE écrit les noms de colonnes row.names= idem pour les lignes Variantes write.xls() pour l'écriture au format excell...

12 Sauvegarder certains objets en binaire ou en ASCII et les restaurer Fonctions: dump(): sauve en ascii des objets R source():recharge les objets sauvés par dump(),par exemple un script sauvegardé sous le nom test.r sera rappelé par source(«test.r», echo=true) save(): comme dump() mais en binaire load(): comme source() mais en binaire

13 En pratique, on pourra créer un repertoire de travail par analyse de données, et y déposer: les fichiers de données brutes le fichier script contenant les commandes R le workspace et les fichiers résultats(textes et graphiques)

14 Les statistiques avec R

15 Lois de probabilité, distributions On peut évaluer les quantités suivantes: Fonctions de répartition Densité Quantiles Simulations Les fonctions ont le même nom avec des préfixes différents r: donne des échantillons d: donne les valeurs P(X=j) p: donne les valeurs P(X<=x) q: donne la valeur y telle que P(X<= x)=y Exemples: dnorm(),pnorm(),qnorm(),rnorm():loi normale dbinom(),pbinom(),qbinom(),rbinom():loi binomiale dt(),pt(),qt(),rt():loi de Student dpois(), ppois(), qpois(), tpois():loi de Poisson

16 exemples dbinom(k, n, p) donne la valeur P(X=k) sachant que X suit une loi B(n,p),c est-à-dire Exemple: dbinom(3,10,0.2)

17 rbinom(10,n,p) donne un échantillon de taille 10 extrait d une population suivant une loi B(n,p): Exemple: rbinom(10,10,0.2) [1] pbinom(k,n,p) donne P(X<=k) sachant que X suit une loi B(n,p),c est-à-dire la valeur de la fonction de distribution F(k) Exemples: pbinom(3,10,0.2); pbinom(1:10,10,0.2) ; [1]

18 c(0, z) c(-1, x)

19 qbinom(q,n,p) est le quantile, c est-à-dire la plus petite valeur x telle que F(x)=P(X<=x)>=q. Exemples: qbinom(0.5,10,0.2) ; [1] 2 qchisq(.1,df=8) est le premier décile dex^2(8)

20 Fonction de répartition de la loi binomiale de paramètres 10 et 0,2 c(0, z) c(-1, x)

21 Exemple d'une loi continue: la loi normale qnorm(0.2) [1] pnorm(x) x

22 Représentation de données: histogrammes La fonction hist() Exemple: v=rnorm(100) hist(v) Frequency Histogram of v v

23 Distribution d un ensemble d observations Quelques fonctions: si v est un ensemble d observations table(v): compte les fréquences des éléments de v hist(v) : trace l histogramme summary(v): renvoie un résumé statistique du contenu de v, avec le min, 1er quartile, moyenne, médiane,3ieme quartile et max quantile(v): renvoie les quantiles correspondant au vecteur de probabilité donné. Par défaut renvoie les quartiles Moins utilisées stem():arbre qqplot(x,y):trace les quantiles de x /quantiles de y

24 exemples essai=sample(1:20,200,replace=true) stem(essai)

25 density(essai); density(x = essai) Plot(density(essai)) Data: essai (200 obs.); Bandwidth 'bw' = x y Min. : Min. : 1st Qu : st Qu.: Median : Median : Mean : Mean : rd Qu.: rd Qu.: Max. : Max. :

26 hist(essai)