Créer un fichier RMarkdown intitulé introR.Rmd
Identifier le type de fichier (essentiellement txt, csv ou xlsx)
myData <- read.table(file = 'data/LonglineExample.csv', skip = 3, header = TRUE, sep = ';')
head(myData, n=3)## Year DFO_STAT_AREA_CODE Lat_start Lon_start soaktime_mn
## 1 2003 12 50.81 -127.66 127
## 2 2003 12 50.88 -127.64 128
## 3 2003 12 50.93 -127.77 127
## Nyelloweye_caught Nquillback_caught Ndogfish_caught Nhooks_with_bait
## 1 6 9 6 119
## 2 0 22 0 166
## 3 3 46 0 50
## Nhooks_empty Nhooks Ntot Nother
## 1 27 196 50 29
## 2 25 229 38 16
## 3 73 222 99 50Pour définir une table de données dans R contenant les informations sur les intervenants de ce cours, on peut utiliser la commande suivante :
enseignants <- data.frame(nom = c('Etienne', 'Guitton', 'Lecomte'),
prenom = c('Marie-Pierre', 'Jérôme', 'Jean-Baptiste'),
mail = c('marie-pierre.etienne@agrocampus-ouest.fr', 'jerome.guitton@agrocampus-ouest.fr', 'jean-baptiste.lecomte@agrocampus-ouest.fr'))
enseignants## nom prenom mail
## 1 Etienne Marie-Pierre marie-pierre.etienne@agrocampus-ouest.fr
## 2 Guitton Jérôme jerome.guitton@agrocampus-ouest.fr
## 3 Lecomte Jean-Baptiste jean-baptiste.lecomte@agrocampus-ouest.frOn peut l’enregistrer sur le disque avec la commande
write.table(enseignants, file='data/enseignants.txt', row.names = F)Lire le fichier enseignants.txt.
Refaire l’exercice avec le fichier growth_data.txt
On évite de lire des fichiers Excel, mais si besoin il existe la fonction read_excel du package readxl̀.
Installer le package readxl :
install.packages('readxl') ## une seule foislibrary('readxl') ## avant chaque premiere utilisation du packageOn souhaite lire le fichier decathlon
monFichier <- 'http://math.agrocampus-ouest.fr/infoglueDeliverLive/digitalAssets/107906_decath.txt'
decathlon <- read.table(file = monFichier, header = TRUE, sep = '\t')
head(decathlon, n=2)## X X100m Longueur Poids Hauteur X400m X110m.haies Disque Perche
## 1 Sebrle 10.85 7.84 16.36 2.12 48.36 14.05 48.72 5.0
## 2 Clay 10.44 7.96 15.23 2.06 49.19 14.13 50.11 4.9
## Javelot X1500m Classement Nb.pts Epreuve
## 1 70.52 280.01 1 8893 JO
## 2 69.71 282.00 2 8820 JOdecathlon <- read.table(file = monFichier, header = TRUE, sep = '\t', row.names = 1)
head(decathlon, n=2)## X100m Longueur Poids Hauteur X400m X110m.haies Disque Perche
## Sebrle 10.85 7.84 16.36 2.12 48.36 14.05 48.72 5.0
## Clay 10.44 7.96 15.23 2.06 49.19 14.13 50.11 4.9
## Javelot X1500m Classement Nb.pts Epreuve
## Sebrle 70.52 280.01 1 8893 JO
## Clay 69.71 282.00 2 8820 JOIl faut se connecter à la base
library(RODBC)
# Fait la liste des tables de la base de données connectée
sqlTables(connect_base, tableType = "TABLE")
# Fait la liste des colonnes
sqlColumns(connect_base, sqtable = "DonneesTotales")
# Extraction par requête SQL
OtoYFT <- sqlQuery( channel = connect_base,
query =
"
SELECT * FROM DonneesTotales
WHERE (DonneesTotales.ProblemeSp = 'Ok' AND DonneesTotales.REC_Sp='Y'
AND DonneesTotales.Otolithe = 'OT')
")
head(OtoYFT)class(myData)## [1] "data.frame"dim(myData)## [1] 210 13colnames(myData)## [1] "Year" "DFO_STAT_AREA_CODE" "Lat_start"
## [4] "Lon_start" "soaktime_mn" "Nyelloweye_caught"
## [7] "Nquillback_caught" "Ndogfish_caught" "Nhooks_with_bait"
## [10] "Nhooks_empty" "Nhooks" "Ntot"
## [13] "Nother"Acceder à la variable Year
head(myData$Year, n=15)## [1] 2003 2003 2003 2003 2003 2003 2003 2003 2003 2003 2003 2003 2003 2003
## [15] 2003summary(myData$Year)## Min. 1st Qu. Median Mean 3rd Qu. Max.
## 2003 2003 2004 2005 2007 2008Donner les numéros des lignes correspondant à l’année 2004
head(myData, n=3)## Year DFO_STAT_AREA_CODE Lat_start Lon_start soaktime_mn
## 1 2003 12 50.81 -127.66 127
## 2 2003 12 50.88 -127.64 128
## 3 2003 12 50.93 -127.77 127
## Nyelloweye_caught Nquillback_caught Ndogfish_caught Nhooks_with_bait
## 1 6 9 6 119
## 2 0 22 0 166
## 3 3 46 0 50
## Nhooks_empty Nhooks Ntot Nother
## 1 27 196 50 29
## 2 25 229 38 16
## 3 73 222 99 50head(myData[-1,], n=3)## Year DFO_STAT_AREA_CODE Lat_start Lon_start soaktime_mn
## 2 2003 12 50.88 -127.64 128
## 3 2003 12 50.93 -127.77 127
## 4 2003 12 50.87 -127.46 122
## Nyelloweye_caught Nquillback_caught Ndogfish_caught Nhooks_with_bait
## 2 0 22 0 166
## 3 3 46 0 50
## 4 0 9 15 100
## Nhooks_empty Nhooks Ntot Nother
## 2 25 229 38 16
## 3 73 222 99 50
## 4 48 216 68 44Solution tidy
myData %>% dplyr::filter(Year==2004)myData[order(myData$Lat_start),] ## Year DFO_STAT_AREA_CODE Lat_start Lon_start soaktime_mn
## 198 2005 14 49.44 -124.18 121
## 199 2005 14 49.45 -124.21 120
## 210 2008 14 49.45 -124.20 119
## 200 2005 14 49.50 -124.70 121
## 209 2008 14 49.52 -124.73 120
## 201 2005 14 49.54 -124.63 120
## 202 2005 14 49.57 -124.70 121
## 208 2008 14 49.58 -124.76 119
## 203 2005 14 49.74 -124.87 120
## 207 2008 14 49.87 -124.83 120
## 206 2008 14 49.91 -125.12 120
## 204 2005 14 49.92 -125.01 119
## 197 2003 14 49.94 -125.15 120
## 205 2008 14 49.94 -125.15 120
## 138 2003 13 49.99 -125.11 122
## 185 2007 13 49.99 -125.11 121
## 136 2003 13 50.01 -125.02 120
## 196 2008 13 50.01 -124.99 118
## 184 2007 13 50.03 -125.01 124
## 137 2003 13 50.04 -125.05 122
## 183 2007 13 50.04 -125.07 110
## 190 2008 13 50.05 -125.17 171
## 139 2003 13 50.11 -125.21 119
## 182 2007 13 50.11 -125.09 67
## 181 2007 13 50.13 -125.12 110
## 191 2008 13 50.26 -125.04 116
## 180 2007 13 50.30 -125.04 118
## 192 2008 13 50.30 -125.10 120
## 193 2008 13 50.31 -125.11 120
## 163 2004 13 50.32 -125.07 118
## 166 2005 13 50.32 -124.98 119
## 179 2007 13 50.32 -125.08 126
## 194 2008 13 50.33 -124.99 119
## 195 2008 13 50.34 -125.01 120
## 164 2004 13 50.35 -124.99 120
## 142 2003 13 50.36 -125.09 120
## 132 2003 13 50.37 -125.78 110
## 148 2003 13 50.37 -125.11 121
## 162 2004 13 50.37 -125.06 119
## 178 2007 13 50.37 -125.10 130
## 147 2003 13 50.38 -125.06 121
## 165 2004 13 50.38 -124.97 134
## 133 2003 13 50.39 -125.54 121
## 172 2007 13 50.39 -125.33 125
## 186 2008 13 50.39 -125.54 120
## 171 2007 13 50.40 -125.34 119
## 188 2008 13 50.40 -125.85 127
## 189 2008 13 50.42 -125.15 120
## 140 2003 13 50.43 -124.95 122
## 157 2004 13 50.43 -125.30 119
## 177 2007 13 50.43 -125.06 137
## 141 2003 13 50.44 -125.01 122
## 155 2004 13 50.44 -125.43 120
## 170 2007 13 50.44 -125.45 126
## 131 2003 13 50.45 -125.95 121
## 167 2007 13 50.45 -125.93 111
## 187 2008 13 50.45 -126.00 121
## 80 2004 12 50.46 -126.17 119
## 81 2004 12 50.46 -126.13 120
## 134 2003 13 50.46 -125.40 123
## 158 2004 13 50.46 -125.27 120
## 174 2007 13 50.46 -125.27 114
## 45 2003 12 50.47 -126.29 120
## 123 2007 12 50.47 -126.04 111
## 145 2003 13 50.47 -125.11 118
## 146 2003 13 50.47 -125.05 119
## 46 2003 12 50.48 -126.01 120
## 135 2003 13 50.48 -125.35 120
## 150 2003 13 50.48 -125.57 119
## 152 2004 13 50.48 -125.57 120
## 159 2004 13 50.48 -125.05 120
## 121 2007 12 50.49 -126.40 158
## 153 2004 13 50.49 -125.58 121
## 156 2004 13 50.49 -125.38 121
## 118 2007 12 50.50 -126.63 128
## 122 2007 12 50.50 -126.22 124
## Nyelloweye_caught Nquillback_caught Ndogfish_caught Nhooks_with_bait
## 198 0 0 116 36
## 199 6 3 138 39
## 210 11 0 92 86
## 200 0 18 123 19
## 209 0 0 141 4
## 201 16 7 41 83
## 202 0 0 171 5
## 208 0 0 122 16
## 203 0 0 96 43
## 207 1 1 154 0
## 206 0 3 104 13
## 204 3 2 170 8
## 197 0 1 133 9
## 205 0 0 178 3
## 138 0 0 156 1
## 185 0 0 194 0
## 136 4 3 159 3
## 196 1 1 155 9
## 184 0 0 156 1
## 137 2 0 104 1
## 183 0 1 126 34
## 190 2 1 141 34
## 139 0 1 111 9
## 182 0 0 182 1
## 181 1 1 95 115
## 191 3 3 94 99
## 180 1 6 112 70
## 192 4 3 24 177
## 193 1 5 144 16
## 163 7 8 36 141
## 166 2 2 153 0
## 179 4 13 20 161
## 194 7 1 43 143
## 195 2 1 176 10
## 164 7 2 42 29
## 142 12 19 71 60
## 132 0 0 8 73
## 148 6 3 32 136
## 162 7 3 73 106
## 178 2 6 18 179
## 147 6 5 86 63
## 165 3 3 170 10
## 133 0 0 158 1
## 172 2 13 110 61
## 186 0 4 164 0
## 171 5 7 97 74
## 188 0 3 133 4
## 189 0 2 149 0
## 140 17 8 122 26
## 157 1 2 4 191
## 177 7 2 115 65
## 141 24 4 113 47
## 155 5 7 121 31
## 170 1 21 72 71
## 131 0 0 151 0
## 167 0 0 131 0
## 187 2 16 20 153
## 80 3 8 5 76
## 81 12 5 9 142
## 134 1 13 103 20
## 158 7 16 97 34
## 174 0 9 4 189
## 45 10 1 95 54
## 123 0 2 10 137
## 145 0 9 61 122
## 146 0 6 149 0
## 46 3 18 97 27
## 135 0 1 148 1
## 150 5 3 74 57
## 152 0 0 168 4
## 159 7 16 25 122
## 121 0 5 73 28
## 153 6 2 132 23
## 156 0 1 164 0
## 118 1 34 68 20
## 122 1 7 27 59
## Nhooks_empty Nhooks Ntot Nother
## 198 52 204 116 0
## 199 37 224 148 1
## 210 24 217 107 4
## 200 59 222 144 3
## 209 60 215 151 10
## 201 47 221 91 27
## 202 40 221 176 5
## 208 42 210 152 30
## 203 73 222 106 10
## 207 62 218 156 0
## 206 59 211 139 32
## 204 40 224 176 1
## 197 79 224 136 2
## 205 24 207 180 2
## 138 61 220 158 2
## 185 32 226 194 0
## 136 54 234 177 11
## 196 52 220 159 2
## 184 58 215 156 0
## 137 111 222 110 4
## 183 63 225 128 1
## 190 32 214 148 4
## 139 95 225 121 9
## 182 40 223 182 0
## 181 16 229 98 1
## 191 20 220 101 1
## 180 34 224 120 1
## 192 9 220 34 3
## 193 54 220 150 0
## 163 30 225 54 3
## 166 63 220 157 0
## 179 22 222 39 2
## 194 26 221 52 1
## 195 34 223 179 0
## 164 19 104 56 5
## 142 58 222 104 2
## 132 107 216 36 28
## 148 46 223 41 0
## 162 37 226 83 0
## 178 20 225 26 0
## 147 65 226 98 1
## 165 35 223 178 2
## 133 74 235 160 2
## 172 22 214 131 6
## 186 51 223 172 4
## 171 25 213 114 5
## 188 71 216 141 5
## 189 52 204 152 1
## 140 51 226 149 2
## 157 24 225 10 3
## 177 34 223 124 0
## 141 36 224 141 0
## 155 58 223 134 1
## 170 51 225 103 9
## 131 67 221 154 3
## 167 87 222 135 4
## 187 19 219 47 9
## 80 112 224 36 20
## 81 49 229 38 12
## 134 75 213 118 1
## 158 68 224 122 2
## 174 15 225 21 8
## 45 45 212 113 7
## 123 50 223 36 24
## 145 28 222 72 2
## 146 68 223 155 0
## 46 57 226 142 24
## 135 72 223 150 1
## 150 82 221 82 0
## 152 51 224 169 1
## 159 55 226 49 1
## 121 82 224 114 36
## 153 59 222 140 0
## 156 58 223 165 0
## 118 56 209 133 30
## 122 83 225 83 48
## [ reached getOption("max.print") -- omitted 134 rows ]Fabriquer 2 jeux de données pour les années 2003 et 2004 et les stocker dans myData2004̀ et myData23
Que fait la commande rbind(myData2003, myData2004) ?
solution tidy
myData2003 %>% bind_rows( myData2004)## Year DFO_STAT_AREA_CODE Lat_start Lon_start soaktime_mn
## 1 2003 12 50.81 -127.66 127
## 2 2003 12 50.88 -127.64 128
## 3 2003 12 50.93 -127.77 127
## 4 2003 12 50.87 -127.46 122
## 5 2003 12 50.89 -127.42 134
## 6 2003 12 50.88 -127.39 121
## 7 2003 12 50.88 -127.24 120
## 8 2003 12 50.84 -127.09 121
## 9 2003 12 50.73 -127.41 124
## 10 2003 12 50.90 -127.01 126
## 11 2003 12 50.87 -126.68 127
## 12 2003 12 50.87 -126.65 111
## 13 2003 12 50.85 -126.61 123
## 14 2003 12 50.80 -126.81 138
## 15 2003 12 50.77 -126.53 122
## 16 2003 12 50.67 -126.69 124
## 17 2003 12 50.72 -126.78 146
## 18 2003 12 50.75 -126.64 123
## 19 2003 12 50.78 -126.69 120
## 20 2003 12 50.80 -126.57 122
## 21 2003 12 50.82 -126.38 120
## 22 2003 12 50.82 -126.36 129
## 23 2003 12 50.77 -126.21 121
## 24 2003 12 50.72 -126.18 122
## 25 2003 12 50.65 -126.25 123
## 26 2003 12 50.61 -126.33 126
## 27 2003 12 50.63 -126.43 135
## 28 2003 12 50.61 -126.73 120
## 29 2003 12 50.67 -127.15 122
## 30 2003 12 50.67 -126.97 142
## 31 2003 12 50.78 -126.90 120
## 32 2003 12 50.80 -126.88 120
## 33 2003 12 50.76 -126.88 123
## 34 2003 12 50.63 -127.19 120
## 35 2003 12 50.71 -127.21 140
## 36 2003 12 50.64 -127.20 122
## 37 2003 12 50.63 -127.07 126
## 38 2003 12 50.63 -127.05 123
## 39 2003 12 50.61 -126.93 122
## 40 2003 12 50.59 -126.76 136
## 41 2003 12 50.70 -126.86 120
## 42 2003 12 50.64 -126.85 122
## 43 2003 12 50.56 -126.80 120
## 44 2003 12 50.54 -126.77 126
## 45 2003 12 50.47 -126.29 120
## 46 2003 12 50.48 -126.01 120
## 47 2003 13 50.45 -125.95 121
## 48 2003 13 50.37 -125.78 110
## 49 2003 13 50.39 -125.54 121
## 50 2003 13 50.46 -125.40 123
## 51 2003 13 50.48 -125.35 120
## 52 2003 13 50.01 -125.02 120
## 53 2003 13 50.04 -125.05 122
## 54 2003 13 49.99 -125.11 122
## 55 2003 13 50.11 -125.21 119
## 56 2003 13 50.43 -124.95 122
## 57 2003 13 50.44 -125.01 122
## 58 2003 13 50.36 -125.09 120
## 59 2003 13 50.59 -124.87 119
## 60 2003 13 50.50 -125.11 120
## 61 2003 13 50.47 -125.11 118
## 62 2003 13 50.47 -125.05 119
## 63 2003 13 50.38 -125.06 121
## 64 2003 13 50.37 -125.11 121
## 65 2003 13 50.58 -125.56 119
## 66 2003 13 50.48 -125.57 119
## 67 2003 14 49.94 -125.15 120
## 68 2004 12 50.61 -127.08 120
## 69 2004 12 50.60 -126.91 120
## 70 2004 12 50.68 -126.93 122
## 71 2004 12 50.73 -126.98 121
## 72 2004 12 50.77 -126.90 121
## 73 2004 12 50.82 -126.96 126
## 74 2004 12 50.84 -127.09 122
## 75 2004 12 50.82 -127.01 121
## 76 2004 12 50.90 -127.00 120
## Nyelloweye_caught Nquillback_caught Ndogfish_caught Nhooks_with_bait
## 1 6 9 6 119
## 2 0 22 0 166
## 3 3 46 0 50
## 4 0 9 15 100
## 5 2 3 5 119
## 6 1 13 9 137
## 7 1 12 23 128
## 8 1 8 60 65
## 9 0 0 141 13
## 10 0 0 117 28
## 11 0 6 6 192
## 12 0 2 140 46
## 13 1 6 157 11
## 14 0 1 92 80
## 15 3 6 9 176
## 16 0 0 12 197
## 17 5 27 40 113
## 18 0 0 70 65
## 19 3 11 9 168
## 20 0 1 104 65
## 21 4 8 45 116
## 22 12 14 84 44
## 23 2 1 100 59
## 24 0 2 30 166
## 25 0 6 18 175
## 26 0 8 41 137
## 27 0 0 142 30
## 28 0 32 18 84
## 29 0 0 20 1
## 30 0 1 21 142
## 31 1 19 72 34
## 32 0 0 64 54
## 33 0 6 35 130
## 34 0 0 29 59
## 35 0 8 27 18
## 36 0 0 3 129
## 37 0 3 46 22
## 38 0 0 27 65
## 39 0 0 61 56
## 40 0 6 18 5
## 41 0 2 68 46
## 42 0 5 4 24
## 43 0 3 3 40
## 44 3 0 72 12
## 45 10 1 95 54
## 46 3 18 97 27
## 47 0 0 151 0
## 48 0 0 8 73
## 49 0 0 158 1
## 50 1 13 103 20
## 51 0 1 148 1
## 52 4 3 159 3
## 53 2 0 104 1
## 54 0 0 156 1
## 55 0 1 111 9
## 56 17 8 122 26
## 57 24 4 113 47
## 58 12 19 71 60
## 59 0 0 110 42
## 60 9 24 82 61
## 61 0 9 61 122
## 62 0 6 149 0
## 63 6 5 86 63
## 64 6 3 32 136
## 65 4 18 7 155
## 66 5 3 74 57
## 67 0 1 133 9
## 68 0 0 54 0
## 69 0 0 91 0
## 70 1 3 16 55
## 71 0 3 120 3
## 72 0 12 85 39
## 73 0 0 1 13
## 74 2 5 7 93
## 75 0 2 69 30
## 76 1 0 113 11
## Nhooks_empty Nhooks Ntot Nother
## 1 27 196 50 29
## 2 25 229 38 16
## 3 73 222 99 50
## 4 48 216 68 44
## 5 45 213 49 39
## 6 21 214 56 33
## 7 31 224 65 29
## 8 47 219 107 38
## 9 57 221 151 10
## 10 49 207 130 13
## 11 15 222 15 3
## 12 30 219 143 1
## 13 39 214 164 0
## 14 41 214 93 0
## 15 20 225 29 11
## 16 4 220 19 7
## 17 19 221 89 17
## 18 70 226 91 21
## 19 13 225 44 21
## 20 41 215 109 4
## 21 40 220 64 7
## 22 60 225 121 11
## 23 60 224 105 2
## 24 24 223 33 1
## 25 26 225 24 0
## 26 20 211 54 5
## 27 51 224 143 1
## 28 51 224 89 39
## 29 148 215 66 46
## 30 56 240 42 20
## 31 53 228 141 49
## 32 70 225 101 37
## 33 39 218 49 8
## 34 96 211 56 27
## 35 74 220 128 93
## 36 50 192 13 10
## 37 114 221 85 36
## 38 105 218 48 21
## 39 89 215 70 9
## 40 127 221 89 65
## 41 84 223 93 23
## 42 155 222 43 34
## 43 149 223 34 28
## 44 60 221 149 74
## 45 45 212 113 7
## 46 57 226 142 24
## 47 67 221 154 3
## 48 107 216 36 28
## 49 74 235 160 2
## 50 75 213 118 1
## 51 72 223 150 1
## 52 54 234 177 11
## 53 111 222 110 4
## 54 61 220 158 2
## 55 95 225 121 9
## 56 51 226 149 2
## 57 36 224 141 0
## 58 58 222 104 2
## 59 72 224 110 0
## 60 48 225 116 1
## 61 28 222 72 2
## 62 68 223 155 0
## 63 65 226 98 1
## 64 46 223 41 0
## 65 39 224 30 1
## 66 82 221 82 0
## 67 79 224 136 2
## 68 129 184 55 1
## 69 122 217 95 4
## 70 106 221 60 40
## 71 88 219 128 5
## 72 64 214 111 14
## 73 11 26 2 1
## 74 87 220 40 26
## 75 93 209 86 15
## 76 89 226 126 12
## [ reached getOption("max.print") -- omitted 41 rows ]Dans un fichier texte
write.table(x = myData2004, file = 'table2004.txt', sep = ' ', row.names = FALSE)Sous forme compressée dans un fichier Rdata.
save(list = 'myData2004', file = 'table2004.Rdata')
load('table2004.Rdata')Charger le fichier iris, puis * Garder uniquement l’espece virginica * Supprimer toutes les observations correspondantes à des largeurs de sépale inférieures à 3 * Ordonner la table restante selon la longueur des sépales. * Ajouter une colonne contenant la longueur des sépals au carré.