td-r-2026/td4/td4_boite_a_outils.R

204 lines
7.3 KiB
R

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