# ============================================================================== # 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()