Dans ce chapitre, vous allez tout apprendre sur les facteurs. Vous verrez la différence entre les variables catégorielles et ordinales, comment R les représente, et comment les inspecter pour obtenir le nombre et les noms des modalités. Enfin, vous découvrirez comment forcats, un package du tidyverse, peut améliorer vos graphiques en vous permettant de réordonner rapidement des variables selon leur fréquence.

Introduction aux variables qualitatives

Reconnaître les variables de type facteur

Les variables qualitatives en théorie

Comprendre vos variables qualitatives

Obtenir le nombre de niveaux

Examiner le nombre de niveaux

Examiner les modalités

Améliorer vos graphiques

Réordonner une variable selon sa fréquence

Ordonner une variable en fonction d’une autre

Introduction aux variables factorielles

Vous poursuivrez l’exploration du package forcats en apprenant à modifier l’ordre et les noms des modalités, et même à les regrouper.

Réordonner des facteurs

Modifier l’ordre des niveaux d’un facteur

Astuces pour fct_relevel()

Renommer les niveaux d’un facteur

Faire la distinction entre les fonctions de forcats

Renommer quelques modalités

Quand vous faites une faute de frappe

Fusionner des modalités de facteur

Regrouper manuellement des modalités

Regrouper des variables par proportion

Conserver les modalités les plus fréquentes

Manipuler les variables factorielles

Après avoir bien pris en main forcats, vous élargirez au reste du tidyverse, en apprenant et en révisant des fonctions de dplyr, tidyr et stringr. Vous raffinerez des graphiques avec ggplot2 en passant les axes en pourcentage, en ajustant la mise en forme du texte, et plus encore.

Examiner les variables à thème courant

Regrouper et remodeler des colonnes similaires

Résumer des données

Créer un graphique initial

Astuces de ggplot2

Modifier le texte du graphique

Réordonner les graphiques

Modifier et créer des variables avec case_when()

case_when() avec une seule variable

case_when() à partir de plusieurs colonnes

Créer des variables factorielles

Dans ce dernier chapitre, vous mettrez en pratique tout ce que vous avez appris à travers une étude de cas. Vous approfondirez la manipulation de chaînes de caractères et la synthèse de données, puis vous reproduirez un graphique 538 de qualité publication.

Introduction à l’étude de cas

Convertir des chaînes de caractères en facteurs

Mettre les données en forme

Préparation des données et regex

Nettoyer des chaînes de caractères

Dichotomiser des variables

Reproduire le graphique

Créer un premier graphique

Corriger les libellés

Inverser l’affichage

Finalisation du graphique

Récapitulatif de fin de cours

Étude de cas : l’étiquette en avion

538 Flying Etiquette survey

Kaggle multiple choice responses

En tant que data scientist, vous travaillerez souvent avec des données non numériques, comme des intitulés de poste, des réponses à des enquêtes ou des informations démographiques. R dispose d’une représentation dédiée, appelée facteurs, et ce cours vous aidera à les maîtriser avec le package du tidyverse forcats. Nous utiliserons aussi d’autres packages du tidyverse, notamment ggplot2, dplyr, stringr et tidyr, ainsi que des jeux de données réels, comme le jeu de données de vols de fivethirtyeight et l’enquête « State of Data Science and ML » de Kaggle. À l’issue de ce cours, vous saurez identifier et manipuler des variables factorielles, visualiser vos données rapidement et efficacement, et communiquer vos résultats de manière convaincante. Prêt à catégoriser ?

Reshaping Data with tidyr

Préparez-vous à catégoriser ! Ce cours utilise Tidyverse pour traiter des données non numériques.

Données catégorielles dans le Tidyverse

Dans ce cours, vous travaillerez avec des données non numériques : intitulés de poste, réponses à des enquêtes, via Tidyverse.

Principes de base de Tidyverse en R

Quand vous faites une faute de frappe

Données catégorielles dans le Tidyverse

Exercice interactif pratique