CommencerCommencez gratuitement

Factoriser, deuxième manche

Dans le dernier exercice, vous avez appris à importer un fichier de données avec la commande read_sav(). Avec les fichiers de données SPSS, il peut arriver que certaines des variables importées soient de classe labelled. Cela permet de conserver toutes les informations d’étiquetage présentes à l’origine dans les fichiers .sav et .por. Il est recommandé de convertir ces variables en facteurs ou en d’autres classes standard de R.

Les données de cet exercice portent sur des employés et leurs caractéristiques démographiques et économiques (Source : QRiE). Les données sont disponibles à l’URL suivante :

https://assets.datacamp.com/production/course_1478/datasets/employee.sav

Cet exercice fait partie du cours

<cours>Importation de données en R : niveau intermédiaire</cours>
Voir le cours

Instructions de l’exercice

  • Importez les données SPSS directement depuis l’URL et enregistrez le data frame obtenu sous le nom work.
  • Affichez le résumé de la colonne GENDER de work. Ces informations ne vous paraissent pas très utiles, n’est-ce pas ?
  • Convertissez la colonne GENDER de work en facteur, la classe utilisée pour représenter les variables catégorielles en R. Utilisez as_factor().
  • Affichez à nouveau le résumé de la colonne GENDER. Cette fois, le résultat a bien plus de sens.

Exercice interactif pratique

Essayez cet exercice en complétant ce code d’exemple.

# haven is already loaded

# Import SPSS data from the URL: work


# Display summary of work$GENDER


# Convert work$GENDER to a factor


# Display summary of work$GENDER again
Modifier et exécuter le code