Si vous n’avez jamais utilisé de tutoriel “learnr”, familiarisez-vous d’abord avec son interface ici.
Conformément au RGPD (Règlement Général sur la Protection des Données), nous sommes tenus de vous informer de ce que vos résultats seront collectés afin de suivre votre progression. Les données seront enregistrées au nom de l’utilisateur apparaissant en haut de cette page. Corrigez si nécessaire ! En utilisant ce tutoriel, vous marquez expressément votre accord pour que ces données puissent être collectées par vos enseignants et utilisées pour vous aider et vous évaluer. Après avoir été anonymisées, ces données pourront également servir à des études globales dans un cadre scientifique et/ou éducatif uniquement.
Le remaniement des données est indispensable lors d’une analyse de données. Pour vérifier l’acquisition de ces compétences, le jeu de données sur la biométrie des crabes est employée.
Calculez :
Affichez ensuite les 6 premières lignes du tableau.
Nom du jeu de données et des variables importantes
variable <- c("crabs", names(crabs), "log()", "sqrt()", "*", "head()")
sample(variable)
[1] "length" "log()" "front" "depth" "sex" "species" "sqrt()"
[8] "head()" "width" "index" "crabs" "*" "rear"
remarque : l’ensemble des variables ci-dessus ne sont pas à employer dans cet exercice.
Vous devez obtenir le tableau ci-dessous :
# Mutate
crabs %>.% mutate(.,
length_log = log(length),
width_sqrt = sqrt(width),
front_m = front/1000) -> crabs
# Visualisation des premières lignes du tableau
head(crabs)
# Not yet...
Reprennons le jeu de données initial sur la biométrie des crabes
Réalisez les opérations suivantes
Employez le chainage pour résoudre cette exercice.
Nom du jeu de données et des variables importantes
variable <- c("crabs", names(crabs), "filter", "select", "head" )
sample(variable)
[1] "head" "front" "filter" "length" "index" "rear" "select"
[8] "sex" "width" "crabs" "depth" "species"
remarque : l’ensemble des variables ci-dessus ne sont pas à employer dans cet exercice.
Vous devez obtenir le tableau ci-dessous
crabs %>.%
select(., - index) %>.%
filter(., sex == "M" & length >= 25) %>.%
head(.)
# Not yet...
Reprennons le jeu de données initial sur la biométrie de crabes
Réalisez les opérations suivantes
Employez le chainage pour résoudre cette exercice.
Nom du jeu de données et des variables importantes
[1] "front" "species" "kable()" "filter()" "depth"
[6] "n()" "width" "mean()" "sex" "index"
[11] "length" "crabs" "rear" "group_by()"
remarque : l’ensemble des variables ci-dessus ne sont pas à employer dans cet exercice.
Vous devez obtenir le tableau ci-dessous
species | sex | mean | number |
---|---|---|---|
B | F | 36.51818 | 33 |
B | M | 39.57073 | 41 |
O | F | 40.18696 | 46 |
O | M | 39.04773 | 44 |
library(knitr)
crabs %>.%
filter(., length > 25) %>.%
group_by(., species) %>.%
summarise(., mean = mean(width), number = n()) %>.%
knitr::kable(.)
# Not yet...
Bravo! Vous venez de terminer votre séance d’exercices dans un tutoriel “learnr”.
Laissez nous vos impressions sur cet outil pédagogique ou expérimentez encore dans la zone ci-dessous. Rappelez-vous que pour placer un commentaire dans une zone de code R, vous devez utilisez un dièse (#
) devant vos phrases.
# Ajout de commentaires
# ...
# Not yet...