CommencezCommencez gratuitement

Plus fortes hausses pour un prénom

Précédemment, vous avez ajouté une colonne ratio pour décrire le rapport entre la fréquence d'un prénom d'une année à l'autre, afin de mesurer les variations de popularité d'un prénom. Maintenant, vous allez examiner un sous-ensemble de ces données, appelé babynames_ratios_filtered, pour analyser plus en détail les prénoms qui ont connu les plus fortes hausses de popularité d'une année à l'autre.

babynames_ratios_filtered <- babynames_fraction %>%
                     arrange(name, year) %>%
                     group_by(name) %>%
                     mutate(ratio = fraction / lag(fraction)) %>%
                     filter(fraction >= 0.00001)

Cette activité fait partie du cours

Manipulation de données avec dplyr

Voir le cours

Instructions de l’exercice

  • Pour chaque prénom dans les données, conservez l'observation (l'année) avec la plus grande valeur de ratio ; notez que les données sont déjà groupées par name.
  • Triez la colonne ratio en ordre décroissant.
  • Filtrez davantage les données babynames_ratios_filtered en appliquant un filtre sur la colonne fraction pour n'afficher que les résultats supérieurs ou égaux à 0.001.

Exercice interactif pratique

Essayez cet exercice en complétant ce code d’exemple.

babynames_ratios_filtered %>%
  # Extract the largest ratio from each name 
  ___
  # Sort the ratio column in descending order 
  ___
  # Filter for fractions greater than or equal to 0.001
  ___
Modifier et exécuter le code