Mapper vos données

Combinée à mutate(), vous pouvez utiliser map() pour ajouter les résultats de votre calcul à un tableau de données. Comme la fonction map() renvoie toujours un vecteur de listes, vous devez utiliser unnest() pour extraire cette information dans un vecteur numérique.

Ici, vous allez explorer cette fonctionnalité en calculant la population moyenne de chaque pays dans l'ensemble de données gapminder.

Cette activité fait partie du cours

Machine Learning dans le tidyverse

Voir le cours

Instructions de l’exercice

Utilisez map() pour appliquer la fonction mean() afin de calculer la moyenne de la population pour chaque pays et ajoutez cette nouvelle colonne de listes appelée mean_pop avec mutate().
Explorez les 6 premières lignes de pop_nested.
Utilisez unnest() pour convertir la liste mean_pop en une colonne numérique et enregistrez le tout dans le tableau de données pop_mean.
Explorez pop_mean avec head().

Exercice interactif pratique

Essayez cet exercice en complétant ce code d’exemple.

# Calculate the mean population for each country
pop_nested <- gap_nested %>%
  mutate(mean_pop = map(___, ~mean(.x$___)))

# Take a look at pop_nested
head(___)

# Extract the mean_pop value by using unnest
pop_mean <- pop_nested %>% 
  unnest(___)

# Take a look at pop_mean
head(___)

Modifier et exécuter le code