Explorer les données IPEDS

Dans les chapitres 2 et 3, nous utiliserons un sous-ensemble des données IPEDS portant sur les établissements universitaires de quatre ans : publics, privés et à but lucratif. Aux États-Unis, il existe aussi de nombreux établissements classés comme collèges de deux ans ou établissements de formation professionnelle, qui ne sont pas inclus dans ce cours. Notre sous-ensemble contient cinq variables pour 3 146 collèges.

La colonne sector_label dans le tableau de données ipeds indique si un établissement est public, privé ou à but lucratif. Dans la console, utilisez les fonctions group_by() et count() du paquet dplyr pour déterminer quel secteur est le plus courant.

Le paquet tidyverse, qui inclut dplyr, a été chargé pour vous. Dans votre espace de travail, vous avez aussi accès au tableau de données ipeds.

Quel secteur est le plus fréquent dans les données IPEDS ?

Cette activité fait partie du cours

Cartes interactives avec leaflet en R

Voir le cours

Exercice interactif pratique

Passez de la théorie à l’action grâce à l’un de nos exercices interactifs

Commencer l’exercice

Cartes interactives avec leaflet en R

SkillTag.level.beginnerSkillTag.label

4.7+

95 reviews

Au chapitre 4, vous apprendrez à cartographier des polygones, qui peuvent servir à définir des régions géographiques (p. ex., codes postaux, États, pays, etc.). Le chapitre 4 commencera par le tracé des codes postaux de la Caroline du Nord qui se situent dans le quartile supérieur des revenus familiaux moyens. Vous apprendrez à personnaliser les polygones avec des palettes de couleurs et des étiquettes. Le chapitre 4 se conclura par l'ajout d'une nouvelle couche à la carte de tous les collèges américains qui affiche chaque code postal avec un revenu moyen de 200 000 $ ou plus pour l'année d'imposition 2015. En cartographiant des codes postaux, vous en saurez plus sur les données spatiales en général, les données geoJSON, le symbole @ et la fonction addPolygons(). De plus, vous pourrez mettre en pratique plusieurs options vues dans les chapitres précédents, comme les info-bulles et les étiquettes, ainsi que de nouvelles façons de personnaliser vos cartes, par exemple l'option de surbrillance dans addPolygons().

Exercise 1: Données spatiales Exercise 2: Introduction aux données spatiales Exercise 3: Explorer des données spatiales Exercise 4: Joindre des données spatiales Exercise 5: Cartographier des polygones Exercise 6: Fonction addPolygons()Exercise 7: Codes postaux à revenu élevé en Caroline du Nord Exercise 8: Options de addPolygon()Exercise 9: Passons au logarithme Exercise 10: Mettre le tout ensemble Exercise 11: Codes postaux les plus riches aux États-Unis Exercise 12: Carte finale Exercise 13: Merci !