{"id":61,"date":"2016-09-19T08:45:09","date_gmt":"2016-09-19T08:45:09","guid":{"rendered":"https:\/\/www.ephiquant.com\/?p=61"},"modified":"2016-11-23T15:18:15","modified_gmt":"2016-11-23T15:18:15","slug":"les-data-frame-avec-r","status":"publish","type":"post","link":"https:\/\/www.ephiquant.com\/?p=61","title":{"rendered":"Data frame, le tableau statistique R"},"content":{"rendered":"

Un data frame<\/strong> est un tableau \u00e0 deux dimensions. c’est aussi une combinaison\u00a0de\u00a0vecteurs de m\u00eame longueur. C\u2019est la structure de donn\u00e9e la plus commune\u00a0\u00e9tant donn\u00e9e l\u2019h\u00e9t\u00e9rog\u00e9n\u00e9it\u00e9 des donn\u00e9es(les colonnes composant un data frame peuvent \u00eatre de type diff\u00e9rent) qu’elle permet de manipuler.
\n\nStatistiquement parlant, les lignes d’un data frame<\/strong> repr\u00e9sente les individus \u00e9tudi\u00e9s ou observations et les colonnes ou de \u00a0variables les d\u00e9crivant.<\/p>\n

Cr\u00e9ation d’un data frame\u00a0<\/strong><\/h3>\n
On peut obtenir des data frames en important des donn\u00e9es \u00e0 partir de data files<\/a> avec les fonctions\u00a0read.table()<\/span>, read.csv()<\/span>, read<\/span>… Mais nous pouvons \u00e9galement les construire \u00e0 partir d’autres objets de structure de donn\u00e9es comme les vecteurs gr\u00e2ce \u00e0 la fonction data.frame() <\/span>ou comme les matrices ou certaines listes avec\u00a0la fonction as.data.frame() <\/span>:<\/p>\n
> db <- data.frame(nom = c(\"Alan\",\"Candice\",\"Ali\",\"Vicky\",\"Zico\",\"Nami\",\"larso\"),\r\n age = c(19,20,16,21,22,25,20),\r\n genre = c(\"M\",\"F\",\"M\",\"F\",\"M\",\"F\",\"F\"),\r\n regulier = c(FALSE,TRUE,FALSE,TRUE,FALSE,TRUE,TRUE))\r\n> db # afficher notre data frame\r\n nom age genre inscription\r\n1 Alan 19 M FALSE\r\n2 Candice 20 F TRUE\r\n3 Ali 16 M FALSE\r\n4 Vicky 21 F TRUE\r\n5 Zico 22 M FALSE\r\n6 Nami 25 F TRUE\r\n<\/pre>\n
Pour scruter en d\u00e9tail la structure d’un data frame<\/strong>, on utilise la fonction str()<\/span>, ensuite nous pouvons observer le type de donn\u00e9es de\u00a0chaque colonne\u00a0de notre objet. Notons que par d\u00e9faut, les variables ou vecteur ou en colonne de type\u00a0cha\u00eene\u00a0caract\u00e8res ou character<\/span> sont format\u00e9es comme des variables cat\u00e9gorielles ou factor <\/span>:<\/p>\n
> str(db)\r\n'data.frame': 7 obs. of 4 variables:\r\n $ nom : Factor w\/ 7 levels \"Alan\",\"Ali\",\"Candice\",..: 1 3 2 6 7 5 4\r\n $ age : num 19 20 16 21 22 25 20\r\n $ genre: Factor w\/ 2 levels \"F\",\"M\": 2 1 2 1 2 1 1\r\n $ regulier: logi FALSE TRUE FALSE TRUE FALSE TRUE ...\r\n<\/pre>\n
Si, ce comportement n\u2019est pas souhait\u00e9, il est possible d\u2019interdire le formatage syst\u00e9matique de variable cha\u00eene caract\u00e8res en facteur gr\u00e2ce \u00e0 l\u2019argument stringsAsFactors<\/em> = FALSE<\/em>\u00a0:<\/strong><\/p>\n
> db <- data.frame(nom = c(\"Alan\",\"Candice\",\"Ali\",\"Vicky\",\"Zico\",\"Nami\",\"larso\"),\r\n age = c(19,20,16,21,22,25,20),\r\n genre = c(\"M\",\"F\",\"M\",\"F\",\"M\",\"F\",\"F\"),\r\n regulier = c(FALSE,TRUE,FALSE,TRUE,FALSE,TRUE,TRUE),\r\n stringsAsFactors = FALSE)\r\n> # afficher pour observer le changement de type de nom et genre\r\n> str(db) \r\n'data.frame': 7 obs. of 4 variables:\r\n $ nom : chr \"Alan\" \"Candice\" \"Ali\" \"Vicky\" ...\r\n $ age : num 19 20 16 21 22 25 20\r\n $ genre: chr \"M\" \"F\" \"M\" \"F\" ...\r\n $ regulier: logi FALSE TRUE FALSE TRUE FALSE TRUE ...<\/pre>\n
Comme mentionn\u00e9, pr\u00e9c\u00e9demment, on peut obtenir un data frame<\/strong> \u00e0 partir des matrices ou listes comme ceci :<\/p>\n
> # note contient les notes de 4\r\n> (note <- matrix(as.integer(runif(nrow(db)*4,0,20)),ncol = 4,\r\n dimnames = list(NULL,c(\"math\",\"eng\",\"fr\",\"phy\"))))\r\n math eng fr phy\r\n[1,] 5 16 9 2\r\n[2,] 8 9 1 0\r\n[3,] 13 4 13 8\r\n[4,] 17 8 13 19\r\n[5,] 18 19 19 12\r\n[6,] 17 3 17 17\r\n[7,] 4 13 9 10\r\n> db1 <- as.data.frame(note)\r\n> class(db1)\r\n[1] \"data.frame\"<\/pre>\n
Les caract\u00e9ristiques d’un data frame<\/strong><\/h3>\n
Comme tout objet qui se respecte les data frame disposent \u00e9galement d’attributs ou\u00a0propri\u00e9t\u00e9s qui les d\u00e9finissent. il s’agit notamment de leur dimension(Nombre de lignes\u00a0et de colonnes), les noms des lignes ou observations\u00a0ainsi que ceux des colonnes ou variables .\u00a0Ces propri\u00e9t\u00e9s sont accessibles gr\u00e2ce aux fonctions en d\u00e9mo ci-dessous :<\/p>\n
> # les dimensions N*C\r\n> dim(db)\r\n[1] 7 4\r\n> # nombre de lignes ou observations\r\n> nrow(db)\r\n[1] 7\r\n> # nombre de colonnes ou variables\r\n> ncol(db) \r\n[1] 4\r\n> # voir les attributs internes\r\n> attributes(db)\r\n$names\r\n[1] \"nom\" \"age\" \"genre\" \"regulier\"\r\n$row.names\r\n[1] 1 2 3 4 5 6 7\r\n$class\r\n[1] \"data.frame\"\r\n> # les noms des lignes ou observations statistiques\r\n> rownames(db)\r\n[1] \"1\" \"2\" \"3\" \"4\" \"5\" \"6\" \"7\"\r\n> # les noms des variables \r\n> names(db) \r\n[1] \"nom\" \"age\" \"genre\" \"regulier\"\r\n> #ou\r\n> colnames(db)\r\n[1] \"nom\" \"age\" \"genre\" \"regulier\"<\/pre>\n
Nous pouvons alt\u00e9rer ou modifier les valeurs propri\u00e9t\u00e9s renvoy\u00e9es par chacune de ces fonctions\u00a0en les utilisant comme ceci sur le data frame<\/strong> :\u00a0fonction(mon_data.frame) <- valeurs<\/span>\u00a0. Essayons par exemple de modifier ou de renommer les observations avec un code alphab\u00e9tique comme ci-dessous\u00a0:<\/p>\n
> rownames(db) <- LETTERS[1:nrow(db)]\r\n> # on voit bien que les chiffres repr\u00e9sentant les noms des lignes ont \u00e9t\u00e9 remplac\u00e9s par des lettres\r\n> db \r\n nom age genre regulier\r\nA Alan 19 M FALSE\r\nB Candice 20 F TRUE\r\nC Ali 16 M FALSE\r\nD Vicky 21 F TRUE\r\nE Zico 22 M FALSE\r\nF Nami 25 F TRUE\r\nG larso 20 F TRUE<\/pre>\n
Extraction d’\u00e9l\u00e9ments ou d\u00a0‘ensemble d’\u00e9l\u00e9ments d’un\u00a0data frame<\/strong><\/p>\n
Pour l\u2019extraction de sous ensemble d’un data frame, R propose plusieurs op\u00e9rateurs comme les crochets []<\/span>, le symbole dollar $ <\/span>et des fonctions comme subset() <\/span>et la structure attach()…detach()<\/span> :<\/p>\n
# extraire une ligne en l'occurence la 1ere ligne\r\ndb[1,] # ou utiliser le nom\r\ndb[\"A\",] \r\n# extraire un ensemble de lignes contigues\r\ndb[2:5,] # ou utiliser les noms\r\ndb[c(\"B\",\"C\",\"D\",\"E\"),]\r\n# extraire un ensemble de lignes discontinues\r\ndb[c(1,3,6),] # ou utiliser les noms\r\ndb[c(\"A\",\"C\",\"F\"),]\r\n# extraire une colonne \r\ndb[2] # ou utiliser le nom\r\ndb[\"age\"]\r\ndb$age\r\n# extraire un ensemble de colonnes ou variables contigues\r\ndb[2:4] \r\n# extraire un ensemble de colonnes ou variables discontinues\r\ndb[c(1,3,4)] \r\ndb[c(\"age\",\"genre\",\"regulier\")]\r\n# extraire \u00e0 la fois colonnes et lignes\r\ndb[c(2,3,6),c(1,<\/pre>\n