1. Grâce à ce formulaire vous pouvez proposer une astuce ou un script sur R.
  2. Votre script doit pouvoir être lancé en l'état. Veuillez penser à :
    • inclure le chargement des "library" nécessaires
    • construire un petit jeu de données si besoin est.
    • commenter les lignes de codes pour en faciliter la compréhension.
  3. Le titre de votre script ou astuce doit être clair et explicite.
  4. Pensez à mettre votre code entre les balises [R] et [/R]; Pour cela, vous pouvez utiliser le bouton

Vous pouvez utiliser vos comptes Facebook, twitter ou google pour vous identifer (google est compatible yahoo, openID...)
L'ideal étant de vous connecter si vous avez un compte utilisateur, ou faire une demande de compte utilisateur si vous n'en avez pas encore.
Créer un compte va vous permettre de pouvoir éditer vos codes et de mettre en avant votre site internet.
Sinon vous pouvez soumettre anonymement en remplissant les champs ci-après.







Choisissez les catégories correspondantes à votre Code:

  • algorithmique
  • Analyse de survie
  • base indispensable
  • bayésien
  • configuration de R
  • exportation de données
  • fonctions utiles
  • graphique
  • importation de données
  • inférence
  • manipulation de données
  • message d'erreur
  • modélisation
  • Non classé
  • optimisation
  • planification
  • programmer avec R
  • regression linéaire
  • Test
  • tidyverse
  • Transformation de données


Votre recherche:

Comment charger les packages du tidyverse ?

0
dans fonctions utiles, tidyverse
- ça ne sert à rien -- c\'est interessant - (pas encore de vote)
Loading ... Loading ...

Le tidyverse fait référence à l’ensemble des packages qui partagent la philosophie « tidy », et qui ont été pensés pour fonctionner les uns avec les autres.

Pour installer la version stable depuis le CRAN :

install.packages("tidyverse")

Quant à la version en développement, vous pouvez l’installer avec : 

devtools::install_github("hadley/tidyverse")

Ensuite, vous pouvez charger les différents packages, en utilisant la méthode classique :

library("tidyverse")

Pour la petite histoire, le tidyverse s’appelait autrefois le hadleyverse ! Plus d’infos : Bienvenue dans le tidyverse (http://www.thinkr.fr/tidyverse-hadleyverse/).  

Pas encore de commentaire, cliquez ici pour réagir.

Comment installer un package R depuis Github ? : install_github()

0
dans fonctions utiles
- ça ne sert à rien -- c\'est interessant - (pas encore de vote)
Loading ... Loading ...

Vous avez trouvé un package qui vous plait sur Github ? Pour l’installer sur votre machine, vous aurez besoin du package devtools.

install.packages("devtools")

Ensuite, direction install_github(). Cette fonction prend un argument principale : entre guillemets, « username/repo ».

library("devtools")
install_github("ThinkRstat/prenoms")

Vous pouvez également utiliser : 

devtools::install_github("ThinkRstat/prenoms")

C’est d’ailleurs ce raccourci que vous trouverez dans la plupart des README sur GitHub !

Pas encore de commentaire, cliquez ici pour réagir.

Comment installer un package sur R ? : install.packages, library

0
dans base indispensable, fonctions utiles
- ça ne sert à rien -- c\'est interessant - (score de +4 sur 4 votes)
Loading ... Loading ...

La fonction install.packages() permet de télécharger des packages et de les installer sur l’ordinateur (On ne fait cela qu’une fois). La fonction library() permet ensuite de charger le package et de rendre les fonctionnalités de celui-ci disponibles (Il faut faire cela à chaque fois que l’on ouvre R).

 
install.packages("lubridate")    #On télécharge le packages "lubridate" et on l'installe
library(lubridate)                  #On charge ce package et on rend les fonctionnalités de celui-ci disponibles 
 
 

Proposé par Helene F.

Pas encore de commentaire, cliquez ici pour réagir.

Comment mettre à jours tous ses packages R ?

2
dans configuration de R
- ça ne sert à rien -- c\'est interessant - (score de +2 sur 2 votes)
Loading ... Loading ...
Au bout d’un moment nous avons tous plusieurs packages installés dans R. les packages ont une vie et connaissent des mises à jour de temps. Pour installer ces mises à jour en ligne de commande il existe une fonction qui fait ca tres bien :

 
update.packages(ask = F)
 


trés pratique si on a plusieurs postes à gerer, en particulier à distance.

Proposé par Vincent.

Déjà 2 commentaires. Cliquez ici pour réagir.

Comment obtenir de l’aide dans R ? : rechercher des aides, packages, fonctions

0
dans base indispensable
- ça ne sert à rien -- c\'est interessant - (score de +1 sur 3 votes)
Loading ... Loading ...
find(nom_fonction) # renvoie le nom du package dans lequel se trouve la fonction
apropos(nom_fonction) # renvoie un vecteur de caractères avec le nom de toutes les fonctions en lien avec la première
demo(graphics)# propose une démonstration de l'utilisation des graphiques avec les codes et les graphiques associés. A la place de graphics on peut également écrire persp, plotmath...
objects(grep("library",search())) # liste toutes les fonctions présentes dans la librairie

Proposé par Amélie.

Pas encore de commentaire, cliquez ici pour réagir.

Comment rechercher des aides/fonctions/packages dans R ?

0
dans base indispensable
- ça ne sert à rien -- c\'est interessant - (score de +3 sur 3 votes)
Loading ... Loading ...
Devant les importantes possibilités de R, il est possible et utile de lancer certaines recherches en ligne de commande pour trouver des fonctions ou des paquets associés.
(NB : une connexion internet est requise)

Tout d’abord, pour obtenir l’aide (en anglais) d’une fonction, il y a 2 possibilités :
 
help(LaFonction) #LaFonction = le nom de la fonction
#ou
?LaFonction
 
#Exemple avec la fonction matrix() qui permet de créer une matrice
?matrix
 



Si R vous renvoie un message d’erreur disant que « LaFonction » n’existe pas, c’est que :

– soit elle n’existe effectivement pas ! Dans ce cas, vous pouvez essayer de rechercher une fonction qui permet ce que vous voulez via la ligne de commande :
 
RSiteSearch("keywords", restrict="functions") #ne pas oublier les guillemets
 

Cette fonction va rechercher toutes les fonctions R selon les mots clés donnés (attention il est conseillé de faire la recherche en anglais afin d’avoir plus de résultats).
Essayer de lancer par example :
 
 RSiteSearch("linear model", restrict="functions") 
 

Vous obtiendrez toutes les fonctions en rapport avec les mots clés : linear+model


– soit LaFonction existe mais vous ne savez plus dans quel paquet elle se trouve. Dans ce cas, lancez la commande:
 
 help.search("LaFonction") #ne pas oublier les guillemets
 

Cette fonction donne une liste de fonctions en rapport avec le nom LaFonction et les paquets associés que vous pouvez installer et/ou charger sous la forme :
paquet1::fonction1  description de la fonction1
paquet1::fonction2  description de la fonction2
…..
Essayez par exemple :
 
 help.search("matrix")
 


Proposé par Benjamin.

Pas encore de commentaire, cliquez ici pour réagir.

Comment installer un Package R en ligne de commande ?

1
dans configuration de R
- ça ne sert à rien -- c\'est interessant - (score de +32 sur 50 votes)
Loading ... Loading ...
 install.packages("NomDuPackage")

Cette commande va télécharger et installer automatiquement le package NomDuPackage sur votre système.  

Proposé par Vincent.

1 commentaire. Cliquez ici pour réagir.

Comment détecter si une valeur se situe entre deux autres valeurs ? between()

0
dans manipulation de données, tidyverse
- ça ne sert à rien -- c\'est interessant - (pas encore de vote)
Loading ... Loading ...

Est-ce que la valeur associée à votre variable est comprise entre deux autres valeurs ? Vous le saurez en faisant appel à between, du package {dplyr} !

{dplyr} est un package du tidyverse que l’on a jamais fini de découvrir. Regorgeant de fonctions facilitant la manipulation de données, ce package répond à quasiment toutes les questions que vous pourriez vous poser sur vos données… Et par exemple : comment savoir si une valeur est entre deux autres valeurs.

Pour le savoir, direction between, qui prendra trois paramètres : votre valeur, la valeur de la borne de droite, et la valeur de la borne de gauche. Le tout vous renvoie un vrai ou faux

Par exemple :

  library(dplyr)
  x <- 0 
  between(x, -1, 1)
  [1] TRUE
 
 
 
Le vrai plus étant de pouvoir effectuer de la sélection avec cette fonction. Par exemple, si l'on souhaite filtrer les données qui sont en dessous de la moyenne, ou en dessous d'un certain seuil :
 
 
<pre lang="rsplus">
  x <- 1:1000
  x[between(x, 1, mean(x))]
 
  iris %>%
    filter(between(Sepal.Length, 1, 5))

Pas encore de commentaire, cliquez ici pour réagir.

Comment créer un barplot avec ggplot? geom_bar()

0
dans graphique, tidyverse
- ça ne sert à rien -- c\'est interessant - (score de +1 sur 1 votes)
Loading ... Loading ...

Il s’agit d’un des formats de graphiques les plus populaires : le barplot est simple à réaliser, encore plus avec ggplot2. Du moins, si l’on connait ses spécificités.

Package du tidyverse, {ggplot2} est un outil de visualisation ultra célèbre parmi les utilisateurs de R. Et pour cause, même si sa syntaxe peut surprendre à première vue, les résultats obtenus sont haut-de-gamme.

Alors, comment réaliser un barplot ? Tout simplement avec le geom geom_bar(). À noter que vous pouvez l’utiliser pour deux formats de barplots, qui demandent chacun d’adapter votre code.

Pour compter les occurences d’une variable, vous avez besoin de seulement spécifier en x la colonne sur laquelle effectuer le comptage.

  library(ggplot2)
  data("diamonds")
  ggplot(diamonds, aes(x = cut)) + 
    geom_bar()

Ici, {ggplot2} effectue, pour vous, le comptage du nombre d’occurences de chaque modalité de la variable.

Si le comptage de vos modalités est déjà dans le tableau, il vous faudra spécifier la variable de comptage en y, et ajouter stat = "identity" dans votre geom_bar.

  df <- data.frame(a = LETTERS, 
                   b = 1:26)
  ggplot(df, aes(a, b)) + 
    geom_bar(stat = "identity")

En savoir plus : Comment construire un graphique avec ggplot2.

Pas encore de commentaire, cliquez ici pour réagir.

Comment faire rbind et cbind dans le tidyverse ? bind_rows et bind_cols

0
dans manipulation de données, tidyverse
- ça ne sert à rien -- c\'est interessant - (pas encore de vote)
Loading ... Loading ...

Plus de robustesse, plus de sécurité, nous avons nommé bind_rows et bind_cols !

Package du tidyverse, {dplyr} regorge d’outils ultra efficaces pour la manipulation de données. Parmi eux, deux petites fonctions qui, à première vue, ne payent pas de mine… et pourtant. bind_rows et bind_cols vous permettent d’effectuer l’équivalent de rbind et cbind mais sont plus fonctionnelles, et affichent des résultats plus propres et exploitables.

Commençons par créer deux tableaux. Si nous tentons de les juxtaposer avec la fonction de base rbind, nous aurons une erreur. À l’inverse, bind_rows fera le job, en peuplant les « colonnes manquantes » par des NA.

  library(dplyr)
  df1 <- data.frame(a = LETTERS, 
                    b = LETTERS)
  df2 <- data.frame(c = LETTERS, 
                    d = LETTERS)
  bind(df1, df2)
    Error in match.names(clabs, names(xi)) : 
      les noms ne correspondent pas aux noms précédents
  bind_rows(df1, df2)

Au tour de bind_cols. Pas de soucis dans nos deux exemples du dessus, en base ou avec la fonction de {dplyr}. Testons avec deux nouveaux tableaux.

  df3 <- data.frame(a = LETTERS[1:2], 
                    b = LETTERS[1:2])
  df4 <- data.frame(a = LETTERS[1:2], 
                    b = LETTERS[1:2])
 
  cbind(df3, df4) 
    a b a b
  1 A A A A
  2 B B B B
 
  bind_cols(df3, df4)
    a b a1 b1
  1 A A  A  A
  2 B B  B  B

Le réel plus de bind_cols ici ? La gestion des noms de colonne : alors que la fonction de {base} duplique les noms, la fonction de {dplyr} ajoute un chiffre, afin d’éviter le souci des colonnes dupliquées, qui pourront plus tard mettre en péril une analyse.

Pas encore de commentaire, cliquez ici pour réagir.
Formation logiciel R