-
Notifications
You must be signed in to change notification settings - Fork 0
/
GeoViz2018_R_DML_2_Tables.html
2182 lines (1842 loc) · 73.5 KB
/
GeoViz2018_R_DML_2_Tables.html
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
293
294
295
296
297
298
299
300
301
302
303
304
305
306
307
308
309
310
311
312
313
314
315
316
317
318
319
320
321
322
323
324
325
326
327
328
329
330
331
332
333
334
335
336
337
338
339
340
341
342
343
344
345
346
347
348
349
350
351
352
353
354
355
356
357
358
359
360
361
362
363
364
365
366
367
368
369
370
371
372
373
374
375
376
377
378
379
380
381
382
383
384
385
386
387
388
389
390
391
392
393
394
395
396
397
398
399
400
401
402
403
404
405
406
407
408
409
410
411
412
413
414
415
416
417
418
419
420
421
422
423
424
425
426
427
428
429
430
431
432
433
434
435
436
437
438
439
440
441
442
443
444
445
446
447
448
449
450
451
452
453
454
455
456
457
458
459
460
461
462
463
464
465
466
467
468
469
470
471
472
473
474
475
476
477
478
479
480
481
482
483
484
485
486
487
488
489
490
491
492
493
494
495
496
497
498
499
500
501
502
503
504
505
506
507
508
509
510
511
512
513
514
515
516
517
518
519
520
521
522
523
524
525
526
527
528
529
530
531
532
533
534
535
536
537
538
539
540
541
542
543
544
545
546
547
548
549
550
551
552
553
554
555
556
557
558
559
560
561
562
563
564
565
566
567
568
569
570
571
572
573
574
575
576
577
578
579
580
581
582
583
584
585
586
587
588
589
590
591
592
593
594
595
596
597
598
599
600
601
602
603
604
605
606
607
608
609
610
611
612
613
614
615
616
617
618
619
620
621
622
623
624
625
626
627
628
629
630
631
632
633
634
635
636
637
638
639
640
641
642
643
644
645
646
647
648
649
650
651
652
653
654
655
656
657
658
659
660
661
662
663
664
665
666
667
668
669
670
671
672
673
674
675
676
677
678
679
680
681
682
683
684
685
686
687
688
689
690
691
692
693
694
695
696
697
698
699
700
701
702
703
704
705
706
707
708
709
710
711
712
713
714
715
716
717
718
719
720
721
722
723
724
725
726
727
728
729
730
731
732
733
734
735
736
737
738
739
740
741
742
743
744
745
746
747
748
749
750
751
752
753
754
755
756
757
758
759
760
761
762
763
764
765
766
767
768
769
770
771
772
773
774
775
776
777
778
779
780
781
782
783
784
785
786
787
788
789
790
791
792
793
794
795
796
797
798
799
800
801
802
803
804
805
806
807
808
809
810
811
812
813
814
815
816
817
818
819
820
821
822
823
824
825
826
827
828
829
830
831
832
833
834
835
836
837
838
839
840
841
842
843
844
845
846
847
848
849
850
851
852
853
854
855
856
857
858
859
860
861
862
863
864
865
866
867
868
869
870
871
872
873
874
875
876
877
878
879
880
881
882
883
884
885
886
887
888
889
890
891
892
893
894
895
896
897
898
899
900
901
902
903
904
905
906
907
908
909
910
911
912
913
914
915
916
917
918
919
920
921
922
923
924
925
926
927
928
929
930
931
932
933
934
935
936
937
938
939
940
941
942
943
944
945
946
947
948
949
950
951
952
953
954
955
956
957
958
959
960
961
962
963
964
965
966
967
968
969
970
971
972
973
974
975
976
977
978
979
980
981
982
983
984
985
986
987
988
989
990
991
992
993
994
995
996
997
998
999
1000
<!DOCTYPE html>
<html>
<head>
<title>Manipulation de données avec R</title>
<meta charset="utf-8">
<meta name="author" content="Robin Cura & Lise Vaudor d’après L. Vaudor : Formation startR (2018)" />
<link rel="stylesheet" href="www/xaringan-themer.css" type="text/css" />
<link rel="stylesheet" href="www/style.css" type="text/css" />
</head>
<body>
<textarea id="source">
class: center, middle, inverse, title-slide
# Manipulation de données avec R
## 2 - Manipulation de tableaux
### Robin Cura & Lise Vaudor<br/>d’après L. Vaudor : <u><a href='http://perso.ens-lyon.fr/lise.vaudor/formations/'>Formation startR (2018)</a></u>
### 15/10/2018<br/><br /> École Thématique GeoViz 2018
---
## Sommaire
.pull-left[
Entrées / sorties
- [Charger un tableau](#lecture-table)
- [Enregistrer un tableau](#enregistrer-tableau)
- [Le tidyverse, un ensemble de packages pour la manipulation de tableaux](#tidyverse)
- [Organiser l'enchaînement des opérations avec les *pipes*](#pipes)
[Manipulation de données](#manipulation-donnees)
- [Sélection de variables](#select)
- [Filtrage de lignes](#filter)
- [Tri d'un tableau](#arrange)
]
.pull-right[
[Modifier un tableau](#modification-tableau)
- [Renommage de variables](#rename)
- [Création/modification de variables](#mutate)
- [Modifications conditionelles](#ifelse)
- [Agrégations de données](#agregation)
- [Jointures de données](#jointures)
- [Restructuer un tableau](#restructurer-tableau)
- [Diviser des colonnes](#separate)
- [Compléter des données](#complete)
Autre :
- [Un exercice complet d'application](#exercice)
- [Trouver de la documentation](#supports)
]
---
name: lecture-table
## Lecture de tables : `readr`
- RStudio dispose d'un outil graphique pour importer des données :
![](www/img/RStudio_data_import1.png)
---
## Lecture de tables : `readr`
- RStudio dispose d'un outil graphique pour importer des données :
.center[
![:scale 70%](www/img/RStudio_data_import2.png)
]
---
## Lecture de tables : `readr`
- L'interface graphique génère un code que l'on peut copier/coller dans ses scripts, mais on peut aussi écrire le code correspondant directement :
- On commence par charger le *package* `readr` :
```r
library(readr)
```
- On peut alors choisir entre les différentes fonctions du package :
- `read_csv()` : lecture d'un csv séparé par des virgules (`,`), format numérique anglais (`.`)
- `read_csv2()` : lecture d'un csv séparé par des points-virgules (`;`), format numérique français (`,`)
- `read_delim()` : fonction plus générique et paramétrable, pour lire des fichiers délimités plus spécifiques (délimité par des tabulations, contenant des caractères spéciaux etc.)
- Pour comprendre les arguments : `?read_delim`
---
## Lecture de tables : `readr`
On va ouvrir et lire la table de données `dans_ma_rue.csv` :
.small[
```r
library(readr)
df_dmr <- read_csv2("data/dans-ma-rue.zip")
```
```
## Using ',' as decimal and '.' as grouping mark. Use read_delim() for more control.
```
```
## Parsed with column specification:
## cols(
## TYPE = col_character(),
## SOUSTYPE = col_character(),
## ADRESSE = col_character(),
## CODE_POSTAL = col_integer(),
## VILLE = col_character(),
## ARRONDISSEMENT = col_number(),
## DATEDECL = col_datetime(format = ""),
## `ANNEE DECLARATION` = col_integer(),
## `MOIS DECLARATION` = col_integer(),
## NUMERO = col_number(),
## PREFIXE = col_character(),
## INTERVENANT = col_character(),
## `CONSEIL DE QUARTIER` = col_character(),
## OBJECTID = col_integer(),
## geo_shape = col_character(),
## geo_point_2d = col_character()
## )
```
]
- Un message indique les colonnes et les types qui leur ont été attribuées automatiquement.
---
## Lecture de tables : `readr`
.small[
```
## Parsed with column specification:
## cols(
## TYPE = col_character(),
## SOUSTYPE = col_character(),
## ADRESSE = col_character(),
## CODE_POSTAL = col_integer(),
## VILLE = col_character(),
## ARRONDISSEMENT = col_double(),
## DATEDECL = col_datetime(format = ""),
## `ANNEE DECLARATION` = col_integer(),
## `MOIS DECLARATION` = col_integer(),
## NUMERO = col_double(),
## PREFIXE = col_character(),
## INTERVENANT = col_character(),
## `CONSEIL DE QUARTIER` = col_character(),
## OBJECTID = col_integer(),
## geo_shape = col_character(),
## geo_point_2d = col_character()
## )
```
]
- On remarque tout de suite plusieurs problèmes :
- Le code postal a été interpreté comme un `integer`, ce qui peut être gênant
- Certaines colonnes contiennent des espaces (`ANNEE DECLARATION`)
- Dans ce cas, on encadre le nom de la colonne avec des "backticks", i.e. **"\`"** (Alt Gr + 7)
- L'information spatiale est contenue dans deux colonnes (`geo_shape` et `geo_point_2d`) peu explicites
---
## Lecture de tables : `readr`
- Quand on lit une table avec `readr`, l'objet retourné est un `tibble` (`tbl`):
```r
class(df_dmr)
```
```
## [1] "tbl_df" "tbl" "data.frame"
```
- L'affichage des `tibbles` est plus condensé et explicite, et ce format simplifie la gestion, en particulier pour la manipulation avec `dplyr` :
.small[
```r
df_dmr
```
```
## # A tibble: 343,642 x 16
## TYPE SOUSTYPE ADRESSE CODE_POSTAL VILLE ARRONDISSEMENT
## <chr> <chr> <chr> <int> <chr> <dbl>
## 1 Mobi… Mobilie… 16 rue… 75011 Pari… 110
## 2 Obje… Gravats… 15 rue… 75018 Pari… 180
## 3 Obje… Meubles… 16 rue… 75019 Pari… 190
## 4 Voir… Station… 15 rue… 75003 Pari… 30
## 5 Prop… Malprop… 24 rue… 75018 Pari… 180
## 6 Mobi… Mobilie… 9 vill… 75014 Pari… 140
## 7 Obje… Planche… 19 rue… 75011 Pari… 110
## 8 Obje… Objets … 3 aven… 75016 Pari… 160
## 9 Voir… Trottoi… 185b r… 75018 Pari… 180
## 10 Prop… Malprop… 138 ru… 75020 Pari… 200
## # ... with 343,632 more rows, and 10 more variables: DATEDECL <dttm>,
## # `ANNEE DECLARATION` <int>, `MOIS DECLARATION` <int>, NUMERO <dbl>,
## # PREFIXE <chr>, INTERVENANT <chr>, `CONSEIL DE QUARTIER` <chr>,
## # OBJECTID <int>, geo_shape <chr>, geo_point_2d <chr>
```
]
---
name: manipulation-donnees
## Manipuler des données avec `dplyr`
- Avant de vouloir modifier le jeu de données chargé, voyons déjà comment manipuler son contenu
- On utilise pour cela le *package* `dplyr`, et notamment 3 fonctions :
- #### `select()` permet de **sélectionner** des **variables** (colonnes)
- #### `filter()` permet de **filtrer** les **individus** (lignes)
- #### `arrange()` permet de **réarranger le tableau selon l'ordre des variables**
On commence toujours par charger le **package** :
```r
library(dplyr)
```
---
name: select
## dplyr: select()
.center[
![:scale 40%](www/img/dplyr_select.png)
]
**select()** permet de **sélectionner des variables**
Par exemple, on peut sélectionner des variables de la table `df_dmr` :
.small[
```r
print(df_dmr)
```
```
## # A tibble: 343,642 x 16
## TYPE SOUSTYPE ADRESSE CODE_POSTAL VILLE ARRONDISSEMENT
## <chr> <chr> <chr> <int> <chr> <dbl>
## 1 Mobi… Mobilie… 16 rue… 75011 Pari… 110
## 2 Obje… Gravats… 15 rue… 75018 Pari… 180
## 3 Obje… Meubles… 16 rue… 75019 Pari… 190
## 4 Voir… Station… 15 rue… 75003 Pari… 30
## 5 Prop… Malprop… 24 rue… 75018 Pari… 180
## 6 Mobi… Mobilie… 9 vill… 75014 Pari… 140
## 7 Obje… Planche… 19 rue… 75011 Pari… 110
## 8 Obje… Objets … 3 aven… 75016 Pari… 160
## 9 Voir… Trottoi… 185b r… 75018 Pari… 180
## 10 Prop… Malprop… 138 ru… 75020 Pari… 200
## # ... with 343,632 more rows, and 10 more variables: DATEDECL <dttm>,
## # `ANNEE DECLARATION` <int>, `MOIS DECLARATION` <int>, NUMERO <dbl>,
## # PREFIXE <chr>, INTERVENANT <chr>, `CONSEIL DE QUARTIER` <chr>,
## # OBJECTID <int>, geo_shape <chr>, geo_point_2d <chr>
```
]
---
## dplyr: select()
.center[
![:scale 40%](www/img/dplyr_select.png)
]
**select()** permet de **sélectionner des variables**
Par exemple, on peut sélectionner des variables de la table `df_dmr` :
- **Par leur nom**
.small[
```r
select(df_dmr, TYPE, SOUSTYPE, CODE_POSTAL)
```
```
## # A tibble: 343,642 x 3
## TYPE SOUSTYPE CODE_POSTAL
## <chr> <chr> <int>
## 1 Mobiliers urbains dégradés (… Mobiliers de protection :Pot… 75011
## 2 Objets abandonnés Gravats ou déchets de chanti… 75018
## 3 Objets abandonnés Meubles et éléments de décor… 75019
## 4 Voirie et déplacements Stationnement gênant de véhi… 75003
## 5 Propreté Malpropreté des mobiliers de… 75018
## 6 Mobiliers urbains dégradés (… Mobiliers de protection :Pot… 75014
## 7 Objets abandonnés Planches et palettes 75011
## 8 Objets abandonnés Objets entrant dans plusieur… 75016
## 9 Voirie et déplacements Trottoirs:Revêtement manquant 75018
## 10 Propreté Malpropreté du sol:Déchets d… 75020
## # ... with 343,632 more rows
```
]
---
## dplyr: select()
.center[
![:scale 40%](www/img/dplyr_select.png)
]
**select()** permet de **sélectionner des variables**
Par exemple, on peut sélectionner des variables de la table `df_dmr` :
- Par leur nom, **par leur numéro**
.small[
```r
select(df_dmr, 3:7)
```
```
## # A tibble: 343,642 x 5
## ADRESSE CODE_POSTAL VILLE ARRONDISSEMENT DATEDECL
## <chr> <int> <chr> <dbl> <dttm>
## 1 16 rue de l'oril… 75011 Paris… 110 2017-12-02 01:00:00
## 2 15 rue joseph di… 75018 Paris… 180 2017-11-30 01:00:00
## 3 16 rue archereau… 75019 Paris… 190 2017-12-03 01:00:00
## 4 15 rue réaumur, … 75003 Paris… 30 2017-12-04 01:00:00
## 5 24 rue custine, … 75018 Paris… 180 2017-12-03 01:00:00
## 6 9 villa virginie… 75014 Paris… 140 2017-10-15 02:00:00
## 7 19 rue de mont-l… 75011 Paris… 110 2017-12-02 01:00:00
## 8 3 avenue boudon,… 75016 Paris… 160 2017-12-05 01:00:00
## 9 185b rue ordener… 75018 Paris… 180 2017-07-17 02:00:00
## 10 138 rue pellepor… 75020 Paris… 200 2017-12-05 01:00:00
## # ... with 343,632 more rows
```
]
---
## dplyr: select()
.center[
![:scale 40%](www/img/dplyr_select.png)
]
**select()** permet de **sélectionner des variables**
Par exemple, on peut sélectionner des variables de la table `df_dmr` :
- Par leur nom, par leur numéro, **en excluant des variables**
.small[
```r
select(df_dmr, -(4:7), - SOUSTYPE)
```
```
## # A tibble: 343,642 x 11
## TYPE ADRESSE `ANNEE DECLARAT… `MOIS DECLARATI… NUMERO PREFIXE
## <chr> <chr> <int> <int> <dbl> <chr>
## 1 Mobi… 16 rue… 2017 12 5760 S
## 2 Obje… 15 rue… 2017 11 94440 A
## 3 Obje… 16 rue… 2017 12 6960 G
## 4 Voir… 15 rue… 2017 12 12590 A
## 5 Prop… 24 rue… 2017 12 8180 S
## 6 Mobi… 9 vill… 2017 10 53760 G
## 7 Obje… 19 rue… 2017 12 5250 G
## 8 Obje… 3 aven… 2017 12 15330 S
## 9 Voir… 185b r… 2017 7 44330 S
## 10 Prop… 138 ru… 2017 12 16530 S
## # ... with 343,632 more rows, and 5 more variables: INTERVENANT <chr>,
## # `CONSEIL DE QUARTIER` <chr>, OBJECTID <int>, geo_shape <chr>,
## # geo_point_2d <chr>
```
]
---
## dplyr: select()
.center[
![:scale 40%](www/img/dplyr_select.png)
]
**select()** permet de **sélectionner des variables**
Par exemple, on peut sélectionner des variables de la table `df_dmr` :
- Par leur nom, par leur numéro, en excluant des variables, ou avec des **fonctions de sélection** :
- `starts_with()` pour les variables qui **commencent** par un texte donné
- `ends_with()` pour les variables qui **terminent** par un texte donné
- `contains()` pour les variables qui **contiennent** un texte donné
---
## dplyr: select()
.small[
```r
colnames(df_dmr)
```
```
## [1] "TYPE" "SOUSTYPE" "ADRESSE"
## [4] "CODE_POSTAL" "VILLE" "ARRONDISSEMENT"
## [7] "DATEDECL" "ANNEE DECLARATION" "MOIS DECLARATION"
## [10] "NUMERO" "PREFIXE" "INTERVENANT"
## [13] "CONSEIL DE QUARTIER" "OBJECTID" "geo_shape"
## [16] "geo_point_2d"
```
```r
select(df_dmr, starts_with("A"))
```
```
## # A tibble: 343,642 x 3
## ADRESSE ARRONDISSEMENT `ANNEE DECLARATION`
## <chr> <dbl> <int>
## 1 16 rue de l'orillon, 75011 PARIS 110 2017
## 2 15 rue joseph dijon, 75018 PARIS 180 2017
## 3 16 rue archereau, 75019 PARIS 190 2017
## 4 15 rue réaumur, 75003 PARIS 30 2017
## 5 24 rue custine, 75018 PARIS 180 2017
## 6 9 villa virginie, 75014 PARIS 140 2017
## 7 19 rue de mont-louis, 75011 PARIS 110 2017
## 8 3 avenue boudon, 75016 PARIS 160 2017
## 9 185b rue ordener, 75018 PARIS 180 2017
## 10 138 rue pelleport, 75020 PARIS 200 2017
## # ... with 343,632 more rows
```
]
---
## dplyr: select()
.small[
```r
colnames(df_dmr)
```
```
## [1] "TYPE" "SOUSTYPE" "ADRESSE"
## [4] "CODE_POSTAL" "VILLE" "ARRONDISSEMENT"
## [7] "DATEDECL" "ANNEE DECLARATION" "MOIS DECLARATION"
## [10] "NUMERO" "PREFIXE" "INTERVENANT"
## [13] "CONSEIL DE QUARTIER" "OBJECTID" "geo_shape"
## [16] "geo_point_2d"
```
```r
select(df_dmr, ends_with("DECLARATION"))
```
```
## # A tibble: 343,642 x 2
## `ANNEE DECLARATION` `MOIS DECLARATION`
## <int> <int>
## 1 2017 12
## 2 2017 11
## 3 2017 12
## 4 2017 12
## 5 2017 12
## 6 2017 10
## 7 2017 12
## 8 2017 12
## 9 2017 7
## 10 2017 12
## # ... with 343,632 more rows
```
]
---
## dplyr: select()
.small[
```r
colnames(df_dmr)
```
```
## [1] "TYPE" "SOUSTYPE" "ADRESSE"
## [4] "CODE_POSTAL" "VILLE" "ARRONDISSEMENT"
## [7] "DATEDECL" "ANNEE DECLARATION" "MOIS DECLARATION"
## [10] "NUMERO" "PREFIXE" "INTERVENANT"
## [13] "CONSEIL DE QUARTIER" "OBJECTID" "geo_shape"
## [16] "geo_point_2d"
```
```r
select(df_dmr, contains("TYPE"))
```
```
## # A tibble: 343,642 x 2
## TYPE SOUSTYPE
## <chr> <chr>
## 1 Mobiliers urbains dégradés (arrach… Mobiliers de protection :Potelet, …
## 2 Objets abandonnés Gravats ou déchets de chantier
## 3 Objets abandonnés Meubles et éléments de décoration
## 4 Voirie et déplacements Stationnement gênant de véhicule m…
## 5 Propreté Malpropreté des mobiliers de colle…
## 6 Mobiliers urbains dégradés (arrach… Mobiliers de protection :Potelet, …
## 7 Objets abandonnés Planches et palettes
## 8 Objets abandonnés Objets entrant dans plusieurs caté…
## 9 Voirie et déplacements Trottoirs:Revêtement manquant
## 10 Propreté Malpropreté du sol:Déchets divers …
## # ... with 343,632 more rows
```
]
---
name: filter
## dplyr: filter()
.center[
![:scale 40%](www/img/dplyr_filter.png)
]
**filter()** permet de **filtrer les lignes du tableau** en fonction des valeurs de telle ou telle variable.
.small[
```r
nrow(df_dmr)
```
```
## [1] 343642
```
```r
df_dmr_paris6 <- filter(df_dmr, CODE_POSTAL == 75006)
nrow(df_dmr_paris6)
```
```
## [1] 5892
```
```r
head(df_dmr_paris6)
```
```
## # A tibble: 6 x 16
## TYPE SOUSTYPE ADRESSE CODE_POSTAL VILLE ARRONDISSEMENT
## <chr> <chr> <chr> <int> <chr> <dbl>
## 1 Graf… Graffit… 1 rue … 75006 Pari… 60
## 2 Prob… Chantie… 25 rue… 75006 Pari… 60
## 3 Prop… Malprop… 2 rue … 75006 Pari… 60
## 4 Voir… Trottoi… 6 plac… 75006 Pari… 60
## 5 Obje… Épave d… place … 75006 Pari… 60
## 6 Voir… Station… 15 rue… 75006 Pari… 60
## # ... with 10 more variables: DATEDECL <dttm>, `ANNEE DECLARATION` <int>,
## # `MOIS DECLARATION` <int>, NUMERO <dbl>, PREFIXE <chr>,
## # INTERVENANT <chr>, `CONSEIL DE QUARTIER` <chr>, OBJECTID <int>,
## # geo_shape <chr>, geo_point_2d <chr>
```
]
---
## dplyr: filter()
.center[
![:scale 40%](www/img/dplyr_filter.png)
]
**filter()** permet de **filtrer les lignes du tableau** en fonction des valeurs de telle ou telle variable.
- On peut **combiner plusieurs conditions logiques** :
- **ET** logique, par une virgule ou un `&`,
- **OU** logique, par l'opérateur `|`,
- **NON** logique par l'opérateur `!`).
---
## dplyr: filter()
.small[
```r
nrow(df_dmr)
```
```
## [1] 343642
```
```r
filter(df_dmr, CODE_POSTAL == 75006 & `ANNEE DECLARATION` == 2018)
```
```
## # A tibble: 359 x 16
## TYPE SOUSTYPE ADRESSE CODE_POSTAL VILLE ARRONDISSEMENT
## <chr> <chr> <chr> <int> <chr> <dbl>
## 1 Obje… Épave d… place … 75006 Pari… 60
## 2 Voir… Station… 15 rue… 75006 Pari… 60
## 3 Eau … Dysfonc… 62 rue… 75006 Pari… 60
## 4 Graf… Graffit… 8 rue … 75006 Pari… 60
## 5 Obje… Autre o… 12 rue… 75006 Pari… 60
## 6 Prob… Chantie… 9 rue … 75006 Pari… 60
## 7 Graf… Graffit… 19 rue… 75006 Pari… 60
## 8 Prop… Malprop… 9 rue … 75006 Pari… 60
## 9 Voir… Station… 16 rue… 75006 Pari… 60
## 10 Arbr… Problèm… 32 rue… 75006 Pari… 60
## # ... with 349 more rows, and 10 more variables: DATEDECL <dttm>, `ANNEE
## # DECLARATION` <int>, `MOIS DECLARATION` <int>, NUMERO <dbl>,
## # PREFIXE <chr>, INTERVENANT <chr>, `CONSEIL DE QUARTIER` <chr>,
## # OBJECTID <int>, geo_shape <chr>, geo_point_2d <chr>
```
```r
nrow(filter(df_dmr, CODE_POSTAL == 75006, `ANNEE DECLARATION` == 2018))
```
```
## [1] 359
```
]
---
## dplyr: filter()
.small[
```r
nrow(df_dmr)
```
```
## [1] 343642
```
```r
filter(df_dmr, CODE_POSTAL == 75006 | CODE_POSTAL == 75007)
```
```
## # A tibble: 13,668 x 16
## TYPE SOUSTYPE ADRESSE CODE_POSTAL VILLE ARRONDISSEMENT
## <chr> <chr> <chr> <int> <chr> <dbl>
## 1 Prop… Malprop… 20 rue… 75007 Pari… 70
## 2 Graf… Graffit… 23 rue… 75007 Pari… 70
## 3 Graf… Graffit… 1 rue … 75006 Pari… 60
## 4 Mobi… Autres … 20 ave… 75007 Pari… 70
## 5 Mobi… Mobilie… avenue… 75007 Pari… 70
## 6 Obje… Planche… 8 rue … 75007 Pari… 70
## 7 Prob… Chantie… 25 rue… 75006 Pari… 60
## 8 Prop… Malprop… 46 ave… 75007 Pari… 70
## 9 Prop… Malprop… boulev… 75007 Pari… 70
## 10 Obje… Autre o… avenue… 75007 Pari… 70
## # ... with 13,658 more rows, and 10 more variables: DATEDECL <dttm>,
## # `ANNEE DECLARATION` <int>, `MOIS DECLARATION` <int>, NUMERO <dbl>,
## # PREFIXE <chr>, INTERVENANT <chr>, `CONSEIL DE QUARTIER` <chr>,
## # OBJECTID <int>, geo_shape <chr>, geo_point_2d <chr>
```
]
---
## dplyr: filter()
.small[
```r
nrow(df_dmr)
```
```
## [1] 343642
```
```r
filter(df_dmr, !(CODE_POSTAL == 75006))
```
```
## # A tibble: 337,750 x 16
## TYPE SOUSTYPE ADRESSE CODE_POSTAL VILLE ARRONDISSEMENT
## <chr> <chr> <chr> <int> <chr> <dbl>
## 1 Mobi… Mobilie… 16 rue… 75011 Pari… 110
## 2 Obje… Gravats… 15 rue… 75018 Pari… 180
## 3 Obje… Meubles… 16 rue… 75019 Pari… 190
## 4 Voir… Station… 15 rue… 75003 Pari… 30
## 5 Prop… Malprop… 24 rue… 75018 Pari… 180
## 6 Mobi… Mobilie… 9 vill… 75014 Pari… 140
## 7 Obje… Planche… 19 rue… 75011 Pari… 110
## 8 Obje… Objets … 3 aven… 75016 Pari… 160
## 9 Voir… Trottoi… 185b r… 75018 Pari… 180
## 10 Prop… Malprop… 138 ru… 75020 Pari… 200
## # ... with 337,740 more rows, and 10 more variables: DATEDECL <dttm>,
## # `ANNEE DECLARATION` <int>, `MOIS DECLARATION` <int>, NUMERO <dbl>,
## # PREFIXE <chr>, INTERVENANT <chr>, `CONSEIL DE QUARTIER` <chr>,
## # OBJECTID <int>, geo_shape <chr>, geo_point_2d <chr>
```
]
---
## dplyr: filter()
.small[
```r
nrow(df_dmr)
```
```
## [1] 343642
```
```r
# L'opérateur %in% permet de chercher parmi les valeurs d'un vecteur
filter(df_dmr, CODE_POSTAL %in% c(75006, 75008))
```
```
## # A tibble: 10,768 x 16
## TYPE SOUSTYPE ADRESSE CODE_POSTAL VILLE ARRONDISSEMENT
## <chr> <chr> <chr> <int> <chr> <dbl>
## 1 Prop… Malprop… 38 rue… 75008 Pari… 80
## 2 Graf… Graffit… 1 rue … 75006 Pari… 60
## 3 Prob… Chantie… 25 rue… 75006 Pari… 60
## 4 Arbr… Problèm… jardin… 75008 Pari… 80
## 5 Prop… Malprop… 2 rue … 75006 Pari… 60
## 6 Voir… Trottoi… 6 plac… 75006 Pari… 60
## 7 Prop… Malprop… 22 rue… 75008 Pari… 80
## 8 Voir… Gênes à… 19 rue… 75008 Pari… 80
## 9 Obje… Épave d… place … 75006 Pari… 60
## 10 Voir… Station… 15 rue… 75006 Pari… 60
## # ... with 10,758 more rows, and 10 more variables: DATEDECL <dttm>,
## # `ANNEE DECLARATION` <int>, `MOIS DECLARATION` <int>, NUMERO <dbl>,
## # PREFIXE <chr>, INTERVENANT <chr>, `CONSEIL DE QUARTIER` <chr>,
## # OBJECTID <int>, geo_shape <chr>, geo_point_2d <chr>
```
]
---
name: arrange
## dplyr: arrange()
.center[
![:scale 40%](www/img/dplyr_arrange.png)
]
Pour trier un tableau selon l'ordre d'une variable (réarranger les lignes d'un tableau), on peut faire appel à la fonction `arrange` :
.pull-left[
.tiny[
```r
df_dmr
```
```
## # A tibble: 343,642 x 16
## TYPE SOUSTYPE ADRESSE CODE_POSTAL VILLE ARRONDISSEMENT
## <chr> <chr> <chr> <int> <chr> <dbl>
## 1 Mobi… Mobilie… 16 rue… 75011 Pari… 110
## 2 Obje… Gravats… 15 rue… 75018 Pari… 180
## 3 Obje… Meubles… 16 rue… 75019 Pari… 190
## 4 Voir… Station… 15 rue… 75003 Pari… 30
## 5 Prop… Malprop… 24 rue… 75018 Pari… 180
## 6 Mobi… Mobilie… 9 vill… 75014 Pari… 140
## 7 Obje… Planche… 19 rue… 75011 Pari… 110
## 8 Obje… Objets … 3 aven… 75016 Pari… 160
## 9 Voir… Trottoi… 185b r… 75018 Pari… 180
## 10 Prop… Malprop… 138 ru… 75020 Pari… 200
## # ... with 343,632 more rows, and 10 more variables: DATEDECL <dttm>,
## # `ANNEE DECLARATION` <int>, `MOIS DECLARATION` <int>, NUMERO <dbl>,
## # PREFIXE <chr>, INTERVENANT <chr>, `CONSEIL DE QUARTIER` <chr>,
## # OBJECTID <int>, geo_shape <chr>, geo_point_2d <chr>
```
]
]
.pull-right[
.tiny[
```r
arrange(df_dmr, CODE_POSTAL)
```
```
## # A tibble: 343,642 x 16
## TYPE SOUSTYPE ADRESSE CODE_POSTAL VILLE ARRONDISSEMENT
## <chr> <chr> <chr> <int> <chr> <dbl>
## 1 Obje… Objets … 12 rue… 75001 Pari… 10
## 2 Prop… Malprop… 23 Rue… 75001 Pari… 10
## 3 Graf… Affiche… 12 rue… 75001 Pari… 10
## 4 Graf… Graffit… 3 rue … 75001 Pari… 10
## 5 Graf… Graffit… 11 rue… 75001 Pari… 10
## 6 Graf… Graffit… place … 75001 Pari… 10
## 7 Du v… Pot ou … 296 r… 75001 Pari… 10
## 8 Obje… Autre o… 17 rue… 75001 Pari… 10
## 9 Écla… Fils él… 1 rue … 75001 Pari… 10
## 10 Graf… Graffit… 20 rue… 75001 Pari… 10
## # ... with 343,632 more rows, and 10 more variables: DATEDECL <dttm>,
## # `ANNEE DECLARATION` <int>, `MOIS DECLARATION` <int>, NUMERO <dbl>,
## # PREFIXE <chr>, INTERVENANT <chr>, `CONSEIL DE QUARTIER` <chr>,
## # OBJECTID <int>, geo_shape <chr>, geo_point_2d <chr>
```
]
]
---
## dplyr: arrange()
.center[
![:scale 40%](www/img/dplyr_arrange.png)
]
On peut aussi trier un `tibble` par plusieurs variables
.pull-left[
.tiny[
```r
arrange(df_dmr, CODE_POSTAL)
```
```
## # A tibble: 343,642 x 16
## TYPE SOUSTYPE ADRESSE CODE_POSTAL VILLE ARRONDISSEMENT
## <chr> <chr> <chr> <int> <chr> <dbl>
## 1 Obje… Objets … 12 rue… 75001 Pari… 10
## 2 Prop… Malprop… 23 Rue… 75001 Pari… 10
## 3 Graf… Affiche… 12 rue… 75001 Pari… 10
## 4 Graf… Graffit… 3 rue … 75001 Pari… 10
## 5 Graf… Graffit… 11 rue… 75001 Pari… 10
## 6 Graf… Graffit… place … 75001 Pari… 10
## 7 Du v… Pot ou … 296 r… 75001 Pari… 10
## 8 Obje… Autre o… 17 rue… 75001 Pari… 10
## 9 Écla… Fils él… 1 rue … 75001 Pari… 10
## 10 Graf… Graffit… 20 rue… 75001 Pari… 10
## # ... with 343,632 more rows, and 10 more variables: DATEDECL <dttm>,
## # `ANNEE DECLARATION` <int>, `MOIS DECLARATION` <int>, NUMERO <dbl>,
## # PREFIXE <chr>, INTERVENANT <chr>, `CONSEIL DE QUARTIER` <chr>,
## # OBJECTID <int>, geo_shape <chr>, geo_point_2d <chr>
```
]
]
.pull-right[
.tiny[
```r
arrange(df_dmr, CODE_POSTAL, TYPE)
```
```
## # A tibble: 343,642 x 16
## TYPE SOUSTYPE ADRESSE CODE_POSTAL VILLE ARRONDISSEMENT
## <chr> <chr> <chr> <int> <chr> <dbl>
## 1 Arbr… Problèm… 9 rue … 75001 Pari… 10
## 2 Arbr… Problèm… 10 rue… 75001 Pari… 10
## 3 Arbr… Problèm… 4 plac… 75001 Pari… 10
## 4 Arbr… Problèm… rue be… 75001 Pari… 10
## 5 Arbr… Problèm… 67 rue… 75001 Pari… 10
## 6 Arbr… Problèm… rue de… 75001 Pari… 10
## 7 Arbr… Problèm… 38 rue… 75001 Pari… 10
## 8 Arbr… Problèm… 53 rue… 75001 Pari… 10
## 9 Arbr… Problèm… 22 rue… 75001 Pari… 10
## 10 Arbr… Problèm… place … 75001 Pari… 10
## # ... with 343,632 more rows, and 10 more variables: DATEDECL <dttm>,
## # `ANNEE DECLARATION` <int>, `MOIS DECLARATION` <int>, NUMERO <dbl>,
## # PREFIXE <chr>, INTERVENANT <chr>, `CONSEIL DE QUARTIER` <chr>,
## # OBJECTID <int>, geo_shape <chr>, geo_point_2d <chr>
```
]
]
---
## dplyr: arrange()
.center[
![:scale 40%](www/img/dplyr_arrange.png)
]
On peut aussi trier un `tibble` par plusieurs variables, et par ordre décroissant avec `desc()`
.pull-left[
.tiny[
```r
arrange(df_dmr, CODE_POSTAL, TYPE)
```
```
## # A tibble: 343,642 x 16
## TYPE SOUSTYPE ADRESSE CODE_POSTAL VILLE ARRONDISSEMENT
## <chr> <chr> <chr> <int> <chr> <dbl>
## 1 Arbr… Problèm… 9 rue … 75001 Pari… 10
## 2 Arbr… Problèm… 10 rue… 75001 Pari… 10
## 3 Arbr… Problèm… 4 plac… 75001 Pari… 10
## 4 Arbr… Problèm… rue be… 75001 Pari… 10
## 5 Arbr… Problèm… 67 rue… 75001 Pari… 10
## 6 Arbr… Problèm… rue de… 75001 Pari… 10
## 7 Arbr… Problèm… 38 rue… 75001 Pari… 10
## 8 Arbr… Problèm… 53 rue… 75001 Pari… 10
## 9 Arbr… Problèm… 22 rue… 75001 Pari… 10
## 10 Arbr… Problèm… place … 75001 Pari… 10
## # ... with 343,632 more rows, and 10 more variables: DATEDECL <dttm>,
## # `ANNEE DECLARATION` <int>, `MOIS DECLARATION` <int>, NUMERO <dbl>,
## # PREFIXE <chr>, INTERVENANT <chr>, `CONSEIL DE QUARTIER` <chr>,
## # OBJECTID <int>, geo_shape <chr>, geo_point_2d <chr>
```
]
]
.pull-right[
.tiny[
```r
arrange(df_dmr, desc(CODE_POSTAL), TYPE)
```
```
## # A tibble: 343,642 x 16
## TYPE SOUSTYPE ADRESSE CODE_POSTAL VILLE ARRONDISSEMENT
## <chr> <chr> <chr> <int> <chr> <dbl>
## 1 Arbr… Problèm… 174 ru… 75020 Pari… 200
## 2 Arbr… Problèm… 84 bou… 75020 Pari… 200
## 3 Arbr… Problèm… 353 ru… 75020 Pari… 200
## 4 Arbr… Problèm… 6 rue… 75020 Pari… 200
## 5 Arbr… Problèm… 5 rue … 75020 Pari… 200
## 6 Arbr… Problèm… 20 rue… 75020 Pari… 200
## 7 Arbr… Problèm… rue fr… 75020 Pari… 200
## 8 Arbr… Problèm… 120 av… 75020 Pari… 200
## 9 Arbr… Problèm… 50b r… 75020 Pari… 200
## 10 Arbr… Problèm… 74 bo… 75020 Pari… 200
## # ... with 343,632 more rows, and 10 more variables: DATEDECL <dttm>,
## # `ANNEE DECLARATION` <int>, `MOIS DECLARATION` <int>, NUMERO <dbl>,
## # PREFIXE <chr>, INTERVENANT <chr>, `CONSEIL DE QUARTIER` <chr>,
## # OBJECTID <int>, geo_shape <chr>, geo_point_2d <chr>
```
]
]
---
name: pipes
## Enchaîner des opérations
Si on veut ré-organiser un tableau avec plusieurs opérations, on peut procéder de plusieurs manières :
- En mettant chaque étape dans une variable
.small[
```r
tableau_reorganise <- select(df_dmr, TYPE, CODE_POSTAL, `ANNEE DECLARATION`)
tableau_reorganise <- filter(tableau_reorganise, CODE_POSTAL %in% c(75006, 75008))
tableau_reorganise <- arrange(tableau_reorganise, desc(`ANNEE DECLARATION`), TYPE)
tableau_reorganise
```
```
## # A tibble: 10,768 x 3
## TYPE CODE_POSTAL `ANNEE DECLARATION`
## <chr> <int> <int>
## 1 Arbres, végétaux et animaux 75006 2018
## 2 Arbres, végétaux et animaux 75008 2018
## 3 Arbres, végétaux et animaux 75008 2018
## 4 Arbres, végétaux et animaux 75008 2018
## 5 Arbres, végétaux et animaux 75008 2018
## 6 Arbres, végétaux et animaux 75008 2018
## 7 Arbres, végétaux et animaux 75008 2018
## 8 Arbres, végétaux et animaux 75008 2018
## 9 Arbres, végétaux et animaux 75008 2018
## 10 Eau et assainissement 75006 2018
## # ... with 10,758 more rows
```
]
---
## Enchaîner des opérations
Si on veut ré-organiser un tableau avec plusieurs opérations, on peut procéder de plusieurs manières :
- En mettant chaque étape dans une variable -> **risque d'erreur important**
- En imbriquant les opérations...
.small[
```r
arrange(
filter(
select(df_dmr,
TYPE, CODE_POSTAL, `ANNEE DECLARATION`),
CODE_POSTAL %in% c(75006, 75008)),
desc(`ANNEE DECLARATION`, TYPE)
)
```
```
## # A tibble: 10,768 x 3
## TYPE CODE_POSTAL `ANNEE DECLARATIO…
## <chr> <int> <int>
## 1 Objets abandonnés 75006 2018
## 2 Voirie et déplacements 75006 2018
## 3 Voirie et déplacements 75008 2018
## 4 Graffitis, tags, affiches et autocollan… 75008 2018
## 5 Voirie et déplacements 75008 2018
## 6 Eau et assainissement 75006 2018
## 7 Graffitis, tags, affiches et autocollan… 75008 2018
## 8 Propreté 75008 2018
## 9 Voirie et déplacements 75008 2018
## 10 Objets abandonnés 75008 2018
## # ... with 10,758 more rows
```
]
---
## Enchaîner des opérations
Si on veut ré-organiser un tableau avec plusieurs opérations, on peut procéder de plusieurs manières :
- En mettant chaque étape dans une variable -> **risque d'erreur important**
- En imbriquant les opérations... -> **c'est illisible**
.small[
```r
arrange(
filter(
select(df_dmr,
TYPE, CODE_POSTAL, `ANNEE DECLARATION`),
CODE_POSTAL %in% c(75006, 75008)),
desc(`ANNEE DECLARATION`, TYPE)
)
```
```
## # A tibble: 10,768 x 3
## TYPE CODE_POSTAL `ANNEE DECLARATIO…
## <chr> <int> <int>
## 1 Objets abandonnés 75006 2018
## 2 Voirie et déplacements 75006 2018
## 3 Voirie et déplacements 75008 2018
## 4 Graffitis, tags, affiches et autocollan… 75008 2018
## 5 Voirie et déplacements 75008 2018
## 6 Eau et assainissement 75006 2018
## 7 Graffitis, tags, affiches et autocollan… 75008 2018
## 8 Propreté 75008 2018
## 9 Voirie et déplacements 75008 2018
## 10 Objets abandonnés 75008 2018
## # ... with 10,758 more rows
```
]
---
## Enchaîner des opérations
Si on veut ré-organiser un tableau avec plusieurs opérations, on peut procéder de plusieurs manières :
- En mettant chaque étape dans une variable -> **risque d'erreur important**