diff --git a/td4_boite_a_outils.R b/td4_boite_a_outils.R deleted file mode 100644 index b7fc460..0000000 --- a/td4_boite_a_outils.R +++ /dev/null @@ -1,203 +0,0 @@ -# ============================================================================== -# TD4 : boite a outils -# Chaque outil est montre sur deux tables fictives : -# hebdo : une ligne par semaine, date au format "AAAA-MM-JJ", deux valeurs a et b -# mensuel : une ligne par mois, mois au format "AAAA-MM", une valeur c -# Pour chaque outil : la version dplyr / ggplot2, puis la version R base. -# ============================================================================== - -library(dplyr) -library(tidyr) -library(ggplot2) - - -# Outil 0 : importer et inspecter ---- -hebdo <- read.csv(text = " -date,valeur_a,valeur_b -2025-01-03,1.60,1.70 -2025-01-10,1.62,1.71 -2025-01-17,1.61,1.72 -2025-01-24,1.65,1.74 -2025-01-31,1.66,1.75 -2025-02-07,1.70,1.77 -2025-02-14,1.72,1.78 -2025-02-21,1.71,1.78 -2025-02-28,1.69,1.77 -2025-03-07,1.66,1.75 -2025-03-14,1.64,1.74 -2025-03-21,1.63,1.73 -2025-03-28,1.62,1.73 -") -mensuel <- read.csv(text = " -mois,valeur_c -2024-12,0.40 -2025-01,0.42 -2025-02,0.45 -") -str(hebdo) # la date est lue comme du texte (chr) -hebdo_base <- hebdo # une copie, pour suivre en parallele la version R base - - -# Outil 1 : les dates ---- -# as.Date() transforme "AAAA-MM-JJ" en date ; format(date, "%Y-%m") en extrait -# le mois, sous forme de texte (%Y annee, %m mois, %d jour). -as.Date("2025-01-03") + 7 # une semaine plus tard -weekdays(as.Date("2025-01-03")) # le jour de la semaine - -# dplyr -hebdo <- hebdo |> - mutate(date = as.Date(date), - mois = format(date, "%Y-%m")) - -# R base -hebdo_base$date <- as.Date(hebdo_base$date) -hebdo_base$mois <- format(hebdo_base$date, "%Y-%m") - - -# Outil 2 : passer de la semaine au mois ---- -# dplyr : une moyenne par mois ; n() compte les semaines -par_mois <- hebdo |> - group_by(mois) |> - summarise(valeur_a = mean(valeur_a), - valeur_b = mean(valeur_b), - n = n()) -par_mois - -# R base : aggregate(colonnes ~ groupe, data, FUN), puis table() pour compter -par_mois_base <- aggregate(cbind(valeur_a, valeur_b) ~ mois, data = hebdo_base, FUN = mean) -par_mois_base$n <- as.vector(table(hebdo_base$mois)) -par_mois_base - - -# Outil 3 : joindre deux tables sur une cle ---- -# La question a se poser : quelles lignes veut-on garder ? -# dplyr -gauche <- left_join(par_mois, mensuel, by = "mois") # toutes les lignes de par_mois -interieur <- inner_join(par_mois, mensuel, by = "mois") # seulement les mois communs -droite <- right_join(par_mois, mensuel, by = "mois") # toutes les lignes de mensuel -complete <- full_join(par_mois, mensuel, by = "mois") # toutes les lignes des deux -anti_join(par_mois, mensuel, by = "mois") # les mois sans correspondance -nrow(par_mois); nrow(gauche); nrow(interieur); nrow(droite); nrow(complete) - -# R base : merge(), avec all.x, all.y ou all -gauche_base <- merge(par_mois_base, mensuel, by = "mois", all.x = TRUE) -interieur_base <- merge(par_mois_base, mensuel, by = "mois") -droite_base <- merge(par_mois_base, mensuel, by = "mois", all.y = TRUE) -complete_base <- merge(par_mois_base, mensuel, by = "mois", all = TRUE) -par_mois_base[!par_mois_base$mois %in% mensuel$mois, ] - - -# Outil 4 : calculer a partir de plusieurs colonnes ---- -# dplyr -interieur <- interieur |> - mutate(ecart = valeur_a - valeur_c, - indice = 100 * valeur_a / valeur_a[mois == "2025-01"]) # base 100 (TD3) -interieur - -# R base -interieur_base$ecart <- interieur_base$valeur_a - interieur_base$valeur_c -interieur_base$indice <- 100 * interieur_base$valeur_a / - interieur_base$valeur_a[interieur_base$mois == "2025-01"] -interieur_base - - -# Outil 5 : correlation entre deux variables (R base) ---- -cor(hebdo$valeur_a, hebdo$valeur_b) # proche de 1 : elles varient ensemble - - -# Outil 6 : plusieurs series en format long, pour un graphique ---- -# dplyr / tidyr -series <- hebdo |> - select(date, valeur_a, valeur_b) |> - pivot_longer(cols = -date, names_to = "serie", values_to = "valeur") - -# R base -series_base <- data.frame(date = rep(hebdo_base$date, times = 2), - stack(hebdo_base[, c("valeur_a", "valeur_b")])) -names(series_base) <- c("date", "valeur", "serie") - - -# Outil 7 : graphiques avec des dates ---- -par_mois$date <- as.Date(paste0(par_mois$mois, "-01")) # le 1er du mois -par_mois_base$date <- as.Date(paste0(par_mois_base$mois, "-01")) - -# a) une serie dans le temps -ggplot(hebdo, aes(x = date, y = valeur_a)) + - geom_line() -plot(valeur_a ~ date, data = hebdo_base, type = "l") - -# b) deux series, une couleur chacune -ggplot(series, aes(x = date, y = valeur, colour = serie)) + - geom_line() -plot(valeur_a ~ date, data = hebdo_base, type = "l", col = "red", - ylim = range(hebdo_base$valeur_a, hebdo_base$valeur_b)) -lines(valeur_b ~ date, data = hebdo_base, col = "blue") -legend("topleft", legend = c("valeur_a", "valeur_b"), col = c("red", "blue"), lty = 1) - -# c) points hebdomadaires et moyenne mensuelle superposes -ggplot(hebdo, aes(x = date, y = valeur_a)) + - geom_point() + - geom_line(data = par_mois, colour = "red") -plot(valeur_a ~ date, data = hebdo_base, pch = 16) -lines(valeur_a ~ date, data = par_mois_base, col = "red") - -# d) des barres empilees : des composantes qui s'additionnent -composantes <- interieur |> - select(mois, valeur_c, ecart) |> - pivot_longer(cols = -mois, names_to = "composante", values_to = "montant") -ggplot(composantes, aes(x = mois, y = montant, fill = composante)) + - geom_col() -barplot(t(as.matrix(interieur_base[, c("valeur_c", "ecart")])), - names.arg = interieur_base$mois, legend.text = TRUE) - -# a 100 % : la part de chaque composante dans le total du mois -ggplot(composantes, aes(x = mois, y = montant, fill = composante)) + - geom_col(position = "fill") -barplot(prop.table(t(as.matrix(interieur_base[, c("valeur_c", "ecart")])), 2), - names.arg = interieur_base$mois, legend.text = TRUE) - -# les parts elles-memes (prop.table(..., 2) : pourcentages par colonne, TD1) -composantes |> - group_by(mois) |> - mutate(part = montant / sum(montant)) |> - ungroup() -prop.table(t(as.matrix(interieur_base[, c("valeur_c", "ecart")])), 2) - -# e) un nuage de points entre deux variables -ggplot(hebdo, aes(x = valeur_a, y = valeur_b)) + - geom_point() -plot(valeur_b ~ valeur_a, data = hebdo_base, pch = 16) - -# f) une ligne verticale pour signaler une date -ggplot(hebdo, aes(x = date, y = valeur_a)) + - geom_line() + - geom_vline(xintercept = as.Date("2025-02-14")) -plot(valeur_a ~ date, data = hebdo_base, type = "l") -abline(v = as.Date("2025-02-14")) - - -# Outil 8 : habiller un graphique ---- -# ggplot2 -figure <- ggplot(hebdo, aes(x = date, y = valeur_a)) + - geom_point() + - geom_line(data = par_mois, colour = "red") + - labs(title = "Valeur a, chaque semaine et en moyenne mensuelle", - x = NULL, y = "Euros par litre", - caption = "Lecture : en fevrier 2025, la valeur a vaut en moyenne 1,705 euro.\nSource : donnees fictives.") + - theme_minimal() -figure - -# R base -plot(valeur_a ~ date, data = hebdo_base, pch = 16, - main = "Valeur a, chaque semaine et en moyenne mensuelle", - xlab = "", ylab = "Euros par litre") -lines(valeur_a ~ date, data = par_mois_base, col = "red") -mtext("Source : donnees fictives.", side = 1, line = 4, adj = 0) - - -# Outil 9 : exporter ---- -# Dans votre script, le chemin part de la variable chemin (le dossier td4) : -# ggsave(file.path(chemin, "figure_exemple.png"), figure, width = 8, height = 5, dpi = 150) -# png(file.path(chemin, "figure_exemple.png"), width = 800, height = 500) -# plot(...) -# dev.off()