Appliquer une fonction à vos données

En combinaison avec mutate(), vous pouvez utiliser map() pour ajouter le résultat de vos calculs à un data frame. Comme la fonction map() renvoie toujours un vecteur de listes, vous devez utiliser unnest() pour extraire ces informations dans un vecteur numérique.

Ici, vous allez explorer cette fonctionnalité en calculant la population moyenne de chaque pays dans le jeu de données gapminder.

Cet exercice fait partie du cours

<cours>Machine Learning dans le tidyverse</cours>

Voir le cours

Instructions de l’exercice

Utilisez map() pour appliquer la fonction mean() afin de calculer la population moyenne pour chaque pays, puis ajoutez cette nouvelle colonne de listes appelée mean_pop avec mutate().
Affichez les 6 premières lignes de pop_nested.
Utilisez unnest() pour convertir la liste mean_pop en colonne numérique et enregistrez le résultat dans le data frame 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