Types de données R, Structures de données R, Vecteurs R, Listes R, Trames de données R, R matrices
R offre un riche ensemble de structures de données qui constituent les éléments de base de l’analyse des données. Dans ce tutoriel, nous aborderons les quatre principaux types de données dans R:
La compréhension de ces structures de données est essentielle pour écrire un code R efficace et effectuer des analyses de données efficaces.
Les vecteurs sont le type de structure de données le plus simple de R. Il s’agit de collections ordonnées et homogènes d’éléments (tous les éléments doivent être du même type).
# Création d'un tableau numérique
num_vector <- c(1, 2, 3, 4, 5)
print(num_vector) [1] 1 2 3 4 5# Création d'un vecteur de caractères
char_vector <- c("apple", "banana", "cherry")
print(char_vector) [1] "apple" "banana" "cherry"# Opérations de base sur les vecteurs
sum_vector <- sum(num_vector)
print(paste("Sum:", sum_vector)) [1] "Sum: 15"Utilisez les vecteurs pour stocker des séquences de nombres, de caractères ou de valeurs logiques lorsque tous les éléments sont du même type.
Les listes en R sont des structures de données flexibles qui peuvent contenir des éléments de différents types, y compris d’autres listes.
# Création d'une liste contenant différents types de données
my_list <- list(
name = "Alice",
age = 25,
scores = c(85, 90, 95)
)
print(my_list)$name
[1] "Alice"
$age
[1] 25
$scores
[1] 85 90 95# Accès aux éléments d'une liste
print(my_list$name)[1] "Alice"print(my_list[[3]])[1] 85 90 95Utilisez des listes lorsque vous devez stocker des données hétérogènes ou une collection d’objets qui ne partagent pas nécessairement le même type.
Les cadres de données sont des structures de données bidimensionnelles idéales pour traiter les données tabulaires. Elles sont similaires aux feuilles de calcul et vous permettent de stocker différents types de données dans chaque colonne.
# Création d'une matrice de données
students <- data.frame(
name = c("Alice", "Bob", "Charlie"),
age = c(25, 30, 35),
major = c("Biology", "Mathematics", "Computer Science")
)
print(students) name age major
1 Alice 25 Biology
2 Bob 30 Mathematics
3 Charlie 35 Computer Science# Accès aux colonnes d'une trame de données
print(students$name)[1] "Alice" "Bob" "Charlie"Les cadres de données sont mieux utilisés lorsque l’on travaille avec des données structurées et tabulaires. Ils sont particulièrement utiles en science des données pour des tâches telles que le nettoyage, la transformation et la visualisation des données.
Les matrices sont des tableaux à deux dimensions qui contiennent des éléments d’un seul type de données. Ils sont principalement utilisés pour les calculs mathématiques.
# Création d'une matrice à partir d'un vecteur, en spécifiant le nombre de lignes
matrix_data <- matrix(1:9, nrow = 3, byrow = TRUE)
print(matrix_data) [,1] [,2] [,3]
[1,] 1 2 3
[2,] 4 5 6
[3,] 7 8 9# Opérations de base sur les matrices
matrix_sum <- sum(matrix_data)
print(paste("Matrix Sum:", matrix_sum))[1] "Matrix Sum: 45"Utilisez les matrices pour les calculs numériques nécessitant une structure bidimensionnelle fixe, comme dans les opérations d’algèbre linéaire.
La compréhension des structures de données fondamentales de R - vecteurs, listes, cadres de données et matrices - est cruciale pour une analyse efficace des données. Chaque structure a ses propres cas d’utilisation, et les maîtriser vous aidera à écrire un code R plus efficace et plus lisible. Expérimentez avec ces exemples et explorez comment chaque structure de données peut être exploitée dans vos propres projets.
Bon codage et bonne exploration des puissantes structures de données de R!
Voici d’autres articles de la même catégorie pour vous aider à approfondir le sujet.
@online{kassambara2024,
author = {Kassambara, Alboukadel},
title = {Types de données et structures en R},
date = {2024-02-10},
url = {https://www.datanovia.com/fr/learn/programming/r/basics/data-types-and-structures.html},
langid = {fr}
}