class: center, middle, inverse, title-slide .title[ # Formation manipulation avec R - Jour 1 ] .author[ ### Marchand Jean-Louis ] .date[ ### 28/01/2025 ] --- class: inverse, middle, center # Contexte et motivations --- ## Pourquoi `R` ? * le langage `R` a été pensé pour les analyses statistiques, avec + une communauté très active + la gratuité + l'enrichissement permanent par de nouveaux outils d'analyse * loin d'ếtre la seule solution efficace : `Python`, `Julia`, `Sas`, ... * le plus important : **le logiciel n'est qu'un outil !**, il faut avoir une image assez précise de l'analyse statistique utilisée, les erreurs proviennent plus souvent de l'utilisateur qui ne sait pas interpréter les résulats ... --- ## Pourquoi `RStudio` ? * travailler uniquement avec `R` peut paraître austère * le logiciel `RStudio` est un IDE (*Integrated Development Environment *) fournissant un environnement de travail pour interagir avec `R` <img src="IDE.png" width="700px" style="display: block; margin: auto;" /> --- ## Les bibliothèques * l'installation de base de `R` comporte un ensemble de fonctions vitales * les contributeurs n'interviennent pas sur ce noyau de base mais créent des bibliothèques (ou paquets) dans lesquelles de nouvelles fonctions sont définies * l'onglet `Packages` dans la partie inférieure droite de `RStudio` permet la gestion des ces bibliothèques * installer le paquet `tidyverse` * pour avoir accès aux fonctions d'une bibliothèque, par exemple `tidyverse` la commande à utiliser est ```r library('tidyverse') #le nom exact entre guillemets ``` * plusieurs fonctions peuvent avoir le même nom parce que provenant de différentes bibliothèques, on peut alors spécifier ```r stats::filter() # fonction filter du paquet stats dplyr::filter() # celle du paquet dplyr faisant partie du tidyverse ``` --- ## Organiser son travail * prendre de bonnes habitudes permet de s'y retrouver plus facilement * rangement de tous les fichiers attenant à un étude dans un même dossier/répertoire clairement localisé dans l'arobrescence de fichiers de son espace de stockage (disque dur, clé, cloud, etc.) * `RStudio` permet la création d'un *projet* qui permettra à `R` de savoir où chercher et ou stocker * pour créer un *projet*, cliquer sur `Project` en haut à droite + si le répertoire/dossier existe déjà (conseillé), retrouver et sélectionner le dossier à partir de l'arborescence + sinon retrouver et sélectionner le dossier à partir de l'arborescence dans lequel un nouveau dossier sera créé * le projet possède le même nom que le dossier ! donner un nom explicite et non générique * pour passer d'un projet à un autre, recliquer en haut à droite de `RStudio`, ou cliquer sur le fichier `nom_du_projet.Rproj` dans le dossier du projet --- ## Le type de fichier * le fichier brut d'extension `.R` est ce qu'on appelle un *script*, un fichier texte qui liste les commandes qu'on désire stocker, on peut ensuite exécuter + ligne à ligne, avec le bouton `Run` + l'ensemble des lignes, avec le bouton `Source` * le fichier d'extension `.Rmd` est ce qu'on appelle un *markdown*, un fichier qui permet d'alterner des parties texte et des parties script; en praique, très agréable pour rédiger des rapports en `.pdf` ou `.html` (ce support est généré de cette façon), l'exécution se fait à l'aide du bouton `Knit` --- ## Allons-y * créer un répertoire/dossier à l'aide de votre navigateur de fichiers * ouvrir `RStudio`, créer un projet associé au dossier * se connecter à la page suivante https://dcauseur.netlify.app/lifelong, vous avez accès aux différentes ressources de la formation, télécharger le fichier <a href="https://jlmarchand.github.io/initiationR/premiers_pas.Rmd" target="_blank">premiers_pas.Rmd</a> , et placer le dans votre dossier * dans `RStudio` cliquer sur le bouton `Knit` --- class: inverse, middle, center # Les données --- ## Le cadre statistique * le format d'un tableau dans `R` correspond au formalisme commun aux analyses statistiques + en ligne, une *observation* ou *individu statistique* + en colonnes les *variables* représentant les mêmes informations collectées (quantitatives = numériques et qualitatives = catégorielles) chez chaque individu * les données sont toujours enregistrées dans un fichier externe à `R` (dans un tableur le plus souvent), **ne jamais modifier ce fichier une fois l'enregistrement effectué !!!** + le bloquer en écriture (dans les propriétés du fichier `lecture seule`) + pour des résumés dans un tableur, faire une copie de la source + les logiciels statistiques importent les données sans altérer la source, on peut alors modifier l'objet existant dans `R` sans risque de perdre des informations + trop de fois, des gens écrasent la source en travaillant directement dans le fichier sur tableur et perdent **définitivement** des résultats d'expérience qui représentent des heures de travail et certainement des moyens lourds et onéreux --- ## Premier obstacle * pour comprendre, + beaucoup de tableaux sont stockés dans des fichiers de type texte `.txt`, `.csv`, etc. + plusieurs façons de repérer dans le texte le passage à la colonne suivante * les principaux arguments à maîtriser de la fonction de base `read.table()` (les arguments d'une fonction sont toujours entre parenthèses séparés d'une virgule) + `file = ` : on spécifie le nom **exact** du fichier **entre guillemets** (utilisation de la touche `tab` du clavier) + `sep = ` : on spécifie encore **entre guillemets** le symbole qui sépare les colonnes dans fichier source + `header = ` : la réponse à donner est `TRUE` si le nom des variables apparaît dans le fichier et `FALSE` sinon + `dec = ` : indispensable si le fichier est enregistré à la française, on spécifie à `R` qu'il doit reconnaître la virgule `dec = ','` comme séparateur entre entier et décimales + `stringsAsFactors = ` : la réponse à donner est `TRUE` si l'on veut que `R` reconnaisse les noms qui apparaissent dans les cases comme des catégories d'une variable qualitative --- ### Un exemple <img src="fichier_brut.png" width="700px" style="display: block; margin: auto;" /> * la première ligne contient le nom des variables * les informations/colonnes sont séparées par un point-virgule * les variables `species`, `island`, `sex` sont clairement catégorielles --- ### Un exemple ```r Manchots <- read.table( file = "penguins.csv", header = TRUE, sep = ";", stringsAsFactors = TRUE ) ``` * le logiciel ne mémorise pas le fichier externe `penguins.csv`, il le lit une fois suivant les clés fournies et génère un objet appelé ici `Manchots` (on stocke à l'aide de la flèche `<-`, le signe `=` fonctionne également mais les côtés ont des **rôles asymétriques**) * par la suite, il ne sera question que de modifications de cet objet `Manchots`, la source n'est ni modifiée, ni consultée * l'absence de message à l'exécution signifie que l'action a été réalisée sans problème * l'apparition d'un message peut signifier plusieurs choses + une **erreur** : la commande est interrompue + une **alarme** : la commande est terminée mais le logiciel a dû arbitrer certains choix, il liste ces arbitrages --- ### Un exemple * le logiciel est intransigeant, c'est ce qui le rend robuste (sûr) et rigide (austère) à la fois , faire la parallèle avec un numéro de téléphone que l'on compose + ça sonne et la bonne personne répond, parfait ! + ça sonne et une personne répond mais ce n'est pas la bonne, on peut mettre du temps à s'en apercevoir + le numéro n'est pas attribué, ce n'est pas bon mais au moins on le sait tout de suite ! * pour distinguer les deux premiers cas, il faut penser à **vérifier** le bon chargement des données, par exemple deux fonctions sympathique `str` (pour structure) et `summary` (pour résumé) --- ### Un exemple ```r str(Manchots) ``` ``` ## 'data.frame': 344 obs. of 8 variables: ## $ species : Factor w/ 3 levels "Adelie","Chinstrap",..: 1 1 1 1 1 1 1 1 1 1 ... ## $ island : Factor w/ 3 levels "Biscoe","Dream",..: 3 3 3 3 3 3 3 3 3 3 ... ## $ bill_length_mm : num 39.1 39.5 40.3 NA 36.7 39.3 38.9 39.2 34.1 42 ... ## $ bill_depth_mm : num 18.7 17.4 18 NA 19.3 20.6 17.8 19.6 18.1 20.2 ... ## $ flipper_length_mm: int 181 186 195 NA 193 190 181 195 193 190 ... ## $ body_mass_g : int 3750 3800 3250 NA 3450 3650 3625 4675 3475 4250 ... ## $ sex : Factor w/ 2 levels "female","male": 2 1 1 NA 1 2 1 2 NA NA ... ## $ year : int 2007 2007 2007 2007 2007 2007 2007 2007 2007 2007 ... ``` * l'objet dans `R` est un `data.frame`, un format dédié aux tableaux * il y a 344 individus statistiques (ici des manchots), pour lesquels 8 valeurs sont enregistrées * les variables de type `Factor` sont les variables catégorielles/qualitatives pour `R`, les catégories sont comptées et listées (les `NA` désignent les valeurs manquantes = les cases vides) * les variables `num` (pour *numeric*) et `int` (pour *integer*, nombre entier) ont reconnues comme des variables quantitatives --- ### Un exemple ```r summary(Manchots) ``` ``` ## species island bill_length_mm bill_depth_mm ## Adelie :152 Biscoe :168 Min. :32.10 Min. :13.10 ## Chinstrap: 68 Dream :124 1st Qu.:39.23 1st Qu.:15.60 ## Gentoo :124 Torgersen: 52 Median :44.45 Median :17.30 ## Mean :43.92 Mean :17.15 ## 3rd Qu.:48.50 3rd Qu.:18.70 ## Max. :59.60 Max. :21.50 ## NA's :2 NA's :2 ## flipper_length_mm body_mass_g sex year ## Min. :172.0 Min. :2700 female:165 Min. :2007 ## 1st Qu.:190.0 1st Qu.:3550 male :168 1st Qu.:2007 ## Median :197.0 Median :4050 NA's : 11 Median :2008 ## Mean :200.9 Mean :4202 Mean :2008 ## 3rd Qu.:213.0 3rd Qu.:4750 3rd Qu.:2009 ## Max. :231.0 Max. :6300 Max. :2009 ## NA's :2 NA's :2 ``` * les variables quantitatives sont résumées à l'aide des quartiles et de la moyenne * pour les quantitatives, un effectif de chaque catégorie est fourni --- ## Allons-y ! - télécharger tous les fichiers ci-dessous + <a href="https://jlmarchand.github.io/initiationR/cafe_DM.csv" target="_blank">sites producteurs de café</a> + <a href="https://jlmarchand.github.io/initiationR/pois.csv" target="_blank">rendement de pois fourrager</a> + <a href="https://jlmarchand.github.io/initiationR/donnees_echouages.csv" target="_blank">échouages d'algues </a> - les copier dans le dossier du projet - charger les données dans `R` et vérifier la qualité du chargement - pour d'autres données, notamment des données `Excel` la librairie `readxl` permet de travailler en tenant compte de la structure riche de tels fichiers (feuillets, formules, macros, etc.) https://readxl.tidyverse.org/ --- class: inverse, middle, center # Manipulations des données avec tidyverse --- ## Premières approches * nettoyage et mise en forme * **statistiques descriptives** + représentations élémentaires + résumés numériques + et plus encore (programme de demain) * **statistiques inférentielles** + décider si des écarts sont anecdotiques ou suffisamment marqués pour en tirer des conclusions (programme de demain) --- ## La mise en forme * souvent, tout ne se passe pas comme prévu : + inhomogénéités du format, par exemple : "oui", "Oui", et "OUI" + catégories numérotées reconnues comme des nombres + valeurs manquantes, aberrantes --- ## La bibliothèque de bibliothèques : `tidyverse` Le paquet **tidyverse** est un regroupement de plusieurs paquets (cf https://www.tidyverse.org/ pour des descriptions et surtout les **cheatsheets**). Grossièrement : - **tibble** pour la structure des données (nouveau format différent d'un data.frame ou .table) - **dplyr** pour la manipulation et l'analyse proprement dite - **forcats** pour des fonctionnalités propres aux facteurs - **tidyr** pour la préparation des données (pivots et autres) - **lubridate** pour la gestion des dates - **stringr** pour la gestion des chaînes de caractères - **readr** pour l'importation (format tibble en sortie) - **ggplot2** pour les graphiques - **purrr** pour la programmation - ... --- ## Chargement des paquets - le chargement du package `tidyverse` permet le chargement de tous les packages listés précédemment ```r library(tidyverse) ``` - **Attention** les fonctions de R Base, `stats::filter()` et `stats::lag()` servent notamment pour les études de séries temporelles, elles restent disponibles tant qu'on précise le paquet dans l'appel de la fonction, sinon, le choix par défaut correspondra désormais aux fonctions du `dplyr` dont l'action n'a rien à voir avec ses homonymes --- ## Les fonctions dplyr : rename - changement des noms de variable assez simple ```r Manchots <- rename( Manchots, bill_l = bill_length_mm, bill_d = bill_depth_mm, flip_l = flipper_length_mm, mass = body_mass_g ) glimpse(Manchots) ``` ``` ## Rows: 344 ## Columns: 8 ## $ species <fct> Adelie, Adelie, Adelie, Adelie, Adelie, Adelie, Adelie, Adelie… ## $ island <fct> Torgersen, Torgersen, Torgersen, Torgersen, Torgersen, Torgers… ## $ bill_l <dbl> 39.1, 39.5, 40.3, NA, 36.7, 39.3, 38.9, 39.2, 34.1, 42.0, 37.8… ## $ bill_d <dbl> 18.7, 17.4, 18.0, NA, 19.3, 20.6, 17.8, 19.6, 18.1, 20.2, 17.1… ## $ flip_l <int> 181, 186, 195, NA, 193, 190, 181, 195, 193, 190, 186, 180, 182… ## $ mass <int> 3750, 3800, 3250, NA, 3450, 3650, 3625, 4675, 3475, 4250, 3300… ## $ sex <fct> male, female, female, NA, female, male, female, male, NA, NA, … ## $ year <int> 2007, 2007, 2007, 2007, 2007, 2007, 2007, 2007, 2007, 2007, 20… ``` --- ## Les fonctions dplyr : slice - sélection de lignes/individus par leur position dans le tableau ```r slice(Manchots, 123) ``` ``` ## species island bill_l bill_d flip_l mass sex year ## 1 Adelie Torgersen 40.2 17 176 3450 female 2009 ``` ```r slice(Manchots, 3:6) ``` ``` ## species island bill_l bill_d flip_l mass sex year ## 1 Adelie Torgersen 40.3 18.0 195 3250 female 2007 ## 2 Adelie Torgersen NA NA NA NA <NA> 2007 ## 3 Adelie Torgersen 36.7 19.3 193 3450 female 2007 ## 4 Adelie Torgersen 39.3 20.6 190 3650 male 2007 ``` --- ## Les fonctions dplyr : filter .pull-left[ - opérateur logiques + `&` pour "et", la réponse est `TRUE` si toutes les conditions sont satisfaites + `|` pour "ou", la réponse est `TRUE` si au moins une est satisfaite + `!` pour "non", la réponse est `TRUE` si la condition est fausse ```r (1 > 2)&(1 < 2) (1 > 2)|(1 < 2) !(1 > 2) ``` ``` ## [1] FALSE ## [1] TRUE ## [1] TRUE ``` ] .pull-right[ - sélection de lignes/individus par condition(s) sur les valeurs des variables ```r filter(Manchots, (species != "Adelie") & (bill_l >= 39)) ``` ``` ## species island bill_l bill_d flip_l mass sex year ## 1 Gentoo Biscoe 46.1 13.2 211 4500 female 2007 ## 2 Gentoo Biscoe 50.0 16.3 230 5700 male 2007 ## 3 Gentoo Biscoe 48.7 14.1 210 4450 female 2007 ## 4 Gentoo Biscoe 50.0 15.2 218 5700 male 2007 ## 5 Gentoo Biscoe 47.6 14.5 215 5400 male 2007 ## 6 Gentoo Biscoe 46.5 13.5 210 4550 female 2007 ## 7 Gentoo Biscoe 45.4 14.6 211 4800 female 2007 ## 8 Gentoo Biscoe 46.7 15.3 219 5200 male 2007 ## 9 Gentoo Biscoe 43.3 13.4 209 4400 female 2007 ## 10 Gentoo Biscoe 46.8 15.4 215 5150 male 2007 ## 11 Gentoo Biscoe 40.9 13.7 214 4650 female 2007 ## 12 Gentoo Biscoe 49.0 16.1 216 5550 male 2007 ## 13 Gentoo Biscoe 45.5 13.7 214 4650 female 2007 ## 14 Gentoo Biscoe 48.4 14.6 213 5850 male 2007 ## 15 Gentoo Biscoe 45.8 14.6 210 4200 female 2007 ## 16 Gentoo Biscoe 49.3 15.7 217 5850 male 2007 ## 17 Gentoo Biscoe 42.0 13.5 210 4150 female 2007 ## 18 Gentoo Biscoe 49.2 15.2 221 6300 male 2007 ## 19 Gentoo Biscoe 46.2 14.5 209 4800 female 2007 ## 20 Gentoo Biscoe 48.7 15.1 222 5350 male 2007 ## 21 Gentoo Biscoe 50.2 14.3 218 5700 male 2007 ## 22 Gentoo Biscoe 45.1 14.5 215 5000 female 2007 ## 23 Gentoo Biscoe 46.5 14.5 213 4400 female 2007 ## 24 Gentoo Biscoe 46.3 15.8 215 5050 male 2007 ## 25 Gentoo Biscoe 42.9 13.1 215 5000 female 2007 ## 26 Gentoo Biscoe 46.1 15.1 215 5100 male 2007 ## 27 Gentoo Biscoe 44.5 14.3 216 4100 <NA> 2007 ## 28 Gentoo Biscoe 47.8 15.0 215 5650 male 2007 ## 29 Gentoo Biscoe 48.2 14.3 210 4600 female 2007 ## 30 Gentoo Biscoe 50.0 15.3 220 5550 male 2007 ## 31 Gentoo Biscoe 47.3 15.3 222 5250 male 2007 ## 32 Gentoo Biscoe 42.8 14.2 209 4700 female 2007 ## 33 Gentoo Biscoe 45.1 14.5 207 5050 female 2007 ## 34 Gentoo Biscoe 59.6 17.0 230 6050 male 2007 ## 35 Gentoo Biscoe 49.1 14.8 220 5150 female 2008 ## 36 Gentoo Biscoe 48.4 16.3 220 5400 male 2008 ## 37 Gentoo Biscoe 42.6 13.7 213 4950 female 2008 ## 38 Gentoo Biscoe 44.4 17.3 219 5250 male 2008 ## 39 Gentoo Biscoe 44.0 13.6 208 4350 female 2008 ## 40 Gentoo Biscoe 48.7 15.7 208 5350 male 2008 ## 41 Gentoo Biscoe 42.7 13.7 208 3950 female 2008 ## 42 Gentoo Biscoe 49.6 16.0 225 5700 male 2008 ## 43 Gentoo Biscoe 45.3 13.7 210 4300 female 2008 ## 44 Gentoo Biscoe 49.6 15.0 216 4750 male 2008 ## 45 Gentoo Biscoe 50.5 15.9 222 5550 male 2008 ## 46 Gentoo Biscoe 43.6 13.9 217 4900 female 2008 ## 47 Gentoo Biscoe 45.5 13.9 210 4200 female 2008 ## 48 Gentoo Biscoe 50.5 15.9 225 5400 male 2008 ## 49 Gentoo Biscoe 44.9 13.3 213 5100 female 2008 ## 50 Gentoo Biscoe 45.2 15.8 215 5300 male 2008 ## 51 Gentoo Biscoe 46.6 14.2 210 4850 female 2008 ## 52 Gentoo Biscoe 48.5 14.1 220 5300 male 2008 ## 53 Gentoo Biscoe 45.1 14.4 210 4400 female 2008 ## 54 Gentoo Biscoe 50.1 15.0 225 5000 male 2008 ## 55 Gentoo Biscoe 46.5 14.4 217 4900 female 2008 ## 56 Gentoo Biscoe 45.0 15.4 220 5050 male 2008 ## 57 Gentoo Biscoe 43.8 13.9 208 4300 female 2008 ## 58 Gentoo Biscoe 45.5 15.0 220 5000 male 2008 ## 59 Gentoo Biscoe 43.2 14.5 208 4450 female 2008 ## 60 Gentoo Biscoe 50.4 15.3 224 5550 male 2008 ## 61 Gentoo Biscoe 45.3 13.8 208 4200 female 2008 ## 62 Gentoo Biscoe 46.2 14.9 221 5300 male 2008 ## 63 Gentoo Biscoe 45.7 13.9 214 4400 female 2008 ## 64 Gentoo Biscoe 54.3 15.7 231 5650 male 2008 ## 65 Gentoo Biscoe 45.8 14.2 219 4700 female 2008 ## 66 Gentoo Biscoe 49.8 16.8 230 5700 male 2008 ## 67 Gentoo Biscoe 46.2 14.4 214 4650 <NA> 2008 ## 68 Gentoo Biscoe 49.5 16.2 229 5800 male 2008 ## 69 Gentoo Biscoe 43.5 14.2 220 4700 female 2008 ## 70 Gentoo Biscoe 50.7 15.0 223 5550 male 2008 ## 71 Gentoo Biscoe 47.7 15.0 216 4750 female 2008 ## 72 Gentoo Biscoe 46.4 15.6 221 5000 male 2008 ## 73 Gentoo Biscoe 48.2 15.6 221 5100 male 2008 ## 74 Gentoo Biscoe 46.5 14.8 217 5200 female 2008 ## 75 Gentoo Biscoe 46.4 15.0 216 4700 female 2008 ## 76 Gentoo Biscoe 48.6 16.0 230 5800 male 2008 ## 77 Gentoo Biscoe 47.5 14.2 209 4600 female 2008 ## 78 Gentoo Biscoe 51.1 16.3 220 6000 male 2008 ## 79 Gentoo Biscoe 45.2 13.8 215 4750 female 2008 ## 80 Gentoo Biscoe 45.2 16.4 223 5950 male 2008 ## 81 Gentoo Biscoe 49.1 14.5 212 4625 female 2009 ## 82 Gentoo Biscoe 52.5 15.6 221 5450 male 2009 ## 83 Gentoo Biscoe 47.4 14.6 212 4725 female 2009 ## 84 Gentoo Biscoe 50.0 15.9 224 5350 male 2009 ## 85 Gentoo Biscoe 44.9 13.8 212 4750 female 2009 ## 86 Gentoo Biscoe 50.8 17.3 228 5600 male 2009 ## 87 Gentoo Biscoe 43.4 14.4 218 4600 female 2009 ## 88 Gentoo Biscoe 51.3 14.2 218 5300 male 2009 ## 89 Gentoo Biscoe 47.5 14.0 212 4875 female 2009 ## 90 Gentoo Biscoe 52.1 17.0 230 5550 male 2009 ## 91 Gentoo Biscoe 47.5 15.0 218 4950 female 2009 ## 92 Gentoo Biscoe 52.2 17.1 228 5400 male 2009 ## 93 Gentoo Biscoe 45.5 14.5 212 4750 female 2009 ## 94 Gentoo Biscoe 49.5 16.1 224 5650 male 2009 ## 95 Gentoo Biscoe 44.5 14.7 214 4850 female 2009 ## 96 Gentoo Biscoe 50.8 15.7 226 5200 male 2009 ## 97 Gentoo Biscoe 49.4 15.8 216 4925 male 2009 ## 98 Gentoo Biscoe 46.9 14.6 222 4875 female 2009 ## 99 Gentoo Biscoe 48.4 14.4 203 4625 female 2009 ## 100 Gentoo Biscoe 51.1 16.5 225 5250 male 2009 ## 101 Gentoo Biscoe 48.5 15.0 219 4850 female 2009 ## 102 Gentoo Biscoe 55.9 17.0 228 5600 male 2009 ## 103 Gentoo Biscoe 47.2 15.5 215 4975 female 2009 ## 104 Gentoo Biscoe 49.1 15.0 228 5500 male 2009 ## 105 Gentoo Biscoe 47.3 13.8 216 4725 <NA> 2009 ## 106 Gentoo Biscoe 46.8 16.1 215 5500 male 2009 ## 107 Gentoo Biscoe 41.7 14.7 210 4700 female 2009 ## 108 Gentoo Biscoe 53.4 15.8 219 5500 male 2009 ## 109 Gentoo Biscoe 43.3 14.0 208 4575 female 2009 ## 110 Gentoo Biscoe 48.1 15.1 209 5500 male 2009 ## 111 Gentoo Biscoe 50.5 15.2 216 5000 female 2009 ## 112 Gentoo Biscoe 49.8 15.9 229 5950 male 2009 ## 113 Gentoo Biscoe 43.5 15.2 213 4650 female 2009 ## 114 Gentoo Biscoe 51.5 16.3 230 5500 male 2009 ## 115 Gentoo Biscoe 46.2 14.1 217 4375 female 2009 ## 116 Gentoo Biscoe 55.1 16.0 230 5850 male 2009 ## 117 Gentoo Biscoe 44.5 15.7 217 4875 <NA> 2009 ## 118 Gentoo Biscoe 48.8 16.2 222 6000 male 2009 ## 119 Gentoo Biscoe 47.2 13.7 214 4925 female 2009 ## 120 Gentoo Biscoe 46.8 14.3 215 4850 female 2009 ## 121 Gentoo Biscoe 50.4 15.7 222 5750 male 2009 ## 122 Gentoo Biscoe 45.2 14.8 212 5200 female 2009 ## 123 Gentoo Biscoe 49.9 16.1 213 5400 male 2009 ## 124 Chinstrap Dream 46.5 17.9 192 3500 female 2007 ## 125 Chinstrap Dream 50.0 19.5 196 3900 male 2007 ## 126 Chinstrap Dream 51.3 19.2 193 3650 male 2007 ## 127 Chinstrap Dream 45.4 18.7 188 3525 female 2007 ## 128 Chinstrap Dream 52.7 19.8 197 3725 male 2007 ## 129 Chinstrap Dream 45.2 17.8 198 3950 female 2007 ## 130 Chinstrap Dream 46.1 18.2 178 3250 female 2007 ## 131 Chinstrap Dream 51.3 18.2 197 3750 male 2007 ## 132 Chinstrap Dream 46.0 18.9 195 4150 female 2007 ## 133 Chinstrap Dream 51.3 19.9 198 3700 male 2007 ## 134 Chinstrap Dream 46.6 17.8 193 3800 female 2007 ## 135 Chinstrap Dream 51.7 20.3 194 3775 male 2007 ## 136 Chinstrap Dream 47.0 17.3 185 3700 female 2007 ## 137 Chinstrap Dream 52.0 18.1 201 4050 male 2007 ## 138 Chinstrap Dream 45.9 17.1 190 3575 female 2007 ## 139 Chinstrap Dream 50.5 19.6 201 4050 male 2007 ## 140 Chinstrap Dream 50.3 20.0 197 3300 male 2007 ## 141 Chinstrap Dream 58.0 17.8 181 3700 female 2007 ## 142 Chinstrap Dream 46.4 18.6 190 3450 female 2007 ## 143 Chinstrap Dream 49.2 18.2 195 4400 male 2007 ## 144 Chinstrap Dream 42.4 17.3 181 3600 female 2007 ## 145 Chinstrap Dream 48.5 17.5 191 3400 male 2007 ## 146 Chinstrap Dream 43.2 16.6 187 2900 female 2007 ## 147 Chinstrap Dream 50.6 19.4 193 3800 male 2007 ## 148 Chinstrap Dream 46.7 17.9 195 3300 female 2007 ## 149 Chinstrap Dream 52.0 19.0 197 4150 male 2007 ## 150 Chinstrap Dream 50.5 18.4 200 3400 female 2008 ## 151 Chinstrap Dream 49.5 19.0 200 3800 male 2008 ## 152 Chinstrap Dream 46.4 17.8 191 3700 female 2008 ## 153 Chinstrap Dream 52.8 20.0 205 4550 male 2008 ## 154 Chinstrap Dream 40.9 16.6 187 3200 female 2008 ## 155 Chinstrap Dream 54.2 20.8 201 4300 male 2008 ## 156 Chinstrap Dream 42.5 16.7 187 3350 female 2008 ## 157 Chinstrap Dream 51.0 18.8 203 4100 male 2008 ## 158 Chinstrap Dream 49.7 18.6 195 3600 male 2008 ## 159 Chinstrap Dream 47.5 16.8 199 3900 female 2008 ## 160 Chinstrap Dream 47.6 18.3 195 3850 female 2008 ## 161 Chinstrap Dream 52.0 20.7 210 4800 male 2008 ## 162 Chinstrap Dream 46.9 16.6 192 2700 female 2008 ## 163 Chinstrap Dream 53.5 19.9 205 4500 male 2008 ## 164 Chinstrap Dream 49.0 19.5 210 3950 male 2008 ## 165 Chinstrap Dream 46.2 17.5 187 3650 female 2008 ## 166 Chinstrap Dream 50.9 19.1 196 3550 male 2008 ## 167 Chinstrap Dream 45.5 17.0 196 3500 female 2008 ## 168 Chinstrap Dream 50.9 17.9 196 3675 female 2009 ## 169 Chinstrap Dream 50.8 18.5 201 4450 male 2009 ## 170 Chinstrap Dream 50.1 17.9 190 3400 female 2009 ## 171 Chinstrap Dream 49.0 19.6 212 4300 male 2009 ## 172 Chinstrap Dream 51.5 18.7 187 3250 male 2009 ## 173 Chinstrap Dream 49.8 17.3 198 3675 female 2009 ## 174 Chinstrap Dream 48.1 16.4 199 3325 female 2009 ## 175 Chinstrap Dream 51.4 19.0 201 3950 male 2009 ## 176 Chinstrap Dream 45.7 17.3 193 3600 female 2009 ## 177 Chinstrap Dream 50.7 19.7 203 4050 male 2009 ## 178 Chinstrap Dream 42.5 17.3 187 3350 female 2009 ## 179 Chinstrap Dream 52.2 18.8 197 3450 male 2009 ## 180 Chinstrap Dream 45.2 16.6 191 3250 female 2009 ## 181 Chinstrap Dream 49.3 19.9 203 4050 male 2009 ## 182 Chinstrap Dream 50.2 18.8 202 3800 male 2009 ## 183 Chinstrap Dream 45.6 19.4 194 3525 female 2009 ## 184 Chinstrap Dream 51.9 19.5 206 3950 male 2009 ## 185 Chinstrap Dream 46.8 16.5 189 3650 female 2009 ## 186 Chinstrap Dream 45.7 17.0 195 3650 female 2009 ## 187 Chinstrap Dream 55.8 19.8 207 4000 male 2009 ## 188 Chinstrap Dream 43.5 18.1 202 3400 female 2009 ## 189 Chinstrap Dream 49.6 18.2 193 3775 male 2009 ## 190 Chinstrap Dream 50.8 19.0 210 4100 male 2009 ## 191 Chinstrap Dream 50.2 18.7 198 3775 female 2009 ``` ] --- ## Les fonctions dplyr : select .pull-left[ - sélection de colonnes/variables par nom ou condition ```r select(Manchots, species, bill_l) ``` ``` ## species bill_l ## 1 Adelie 39.1 ## 2 Adelie 39.5 ## 3 Adelie 40.3 ## 4 Adelie NA ## 5 Adelie 36.7 ## 6 Adelie 39.3 ## 7 Adelie 38.9 ## 8 Adelie 39.2 ## 9 Adelie 34.1 ## 10 Adelie 42.0 ## 11 Adelie 37.8 ## 12 Adelie 37.8 ## 13 Adelie 41.1 ## 14 Adelie 38.6 ## 15 Adelie 34.6 ## 16 Adelie 36.6 ## 17 Adelie 38.7 ## 18 Adelie 42.5 ## 19 Adelie 34.4 ## 20 Adelie 46.0 ## 21 Adelie 37.8 ## 22 Adelie 37.7 ## 23 Adelie 35.9 ## 24 Adelie 38.2 ## 25 Adelie 38.8 ## 26 Adelie 35.3 ## 27 Adelie 40.6 ## 28 Adelie 40.5 ## 29 Adelie 37.9 ## 30 Adelie 40.5 ## 31 Adelie 39.5 ## 32 Adelie 37.2 ## 33 Adelie 39.5 ## 34 Adelie 40.9 ## 35 Adelie 36.4 ## 36 Adelie 39.2 ## 37 Adelie 38.8 ## 38 Adelie 42.2 ## 39 Adelie 37.6 ## 40 Adelie 39.8 ## 41 Adelie 36.5 ## 42 Adelie 40.8 ## 43 Adelie 36.0 ## 44 Adelie 44.1 ## 45 Adelie 37.0 ## 46 Adelie 39.6 ## 47 Adelie 41.1 ## 48 Adelie 37.5 ## 49 Adelie 36.0 ## 50 Adelie 42.3 ## 51 Adelie 39.6 ## 52 Adelie 40.1 ## 53 Adelie 35.0 ## 54 Adelie 42.0 ## 55 Adelie 34.5 ## 56 Adelie 41.4 ## 57 Adelie 39.0 ## 58 Adelie 40.6 ## 59 Adelie 36.5 ## 60 Adelie 37.6 ## 61 Adelie 35.7 ## 62 Adelie 41.3 ## 63 Adelie 37.6 ## 64 Adelie 41.1 ## 65 Adelie 36.4 ## 66 Adelie 41.6 ## 67 Adelie 35.5 ## 68 Adelie 41.1 ## 69 Adelie 35.9 ## 70 Adelie 41.8 ## 71 Adelie 33.5 ## 72 Adelie 39.7 ## 73 Adelie 39.6 ## 74 Adelie 45.8 ## 75 Adelie 35.5 ## 76 Adelie 42.8 ## 77 Adelie 40.9 ## 78 Adelie 37.2 ## 79 Adelie 36.2 ## 80 Adelie 42.1 ## 81 Adelie 34.6 ## 82 Adelie 42.9 ## 83 Adelie 36.7 ## 84 Adelie 35.1 ## 85 Adelie 37.3 ## 86 Adelie 41.3 ## 87 Adelie 36.3 ## 88 Adelie 36.9 ## 89 Adelie 38.3 ## 90 Adelie 38.9 ## 91 Adelie 35.7 ## 92 Adelie 41.1 ## 93 Adelie 34.0 ## 94 Adelie 39.6 ## 95 Adelie 36.2 ## 96 Adelie 40.8 ## 97 Adelie 38.1 ## 98 Adelie 40.3 ## 99 Adelie 33.1 ## 100 Adelie 43.2 ## 101 Adelie 35.0 ## 102 Adelie 41.0 ## 103 Adelie 37.7 ## 104 Adelie 37.8 ## 105 Adelie 37.9 ## 106 Adelie 39.7 ## 107 Adelie 38.6 ## 108 Adelie 38.2 ## 109 Adelie 38.1 ## 110 Adelie 43.2 ## 111 Adelie 38.1 ## 112 Adelie 45.6 ## 113 Adelie 39.7 ## 114 Adelie 42.2 ## 115 Adelie 39.6 ## 116 Adelie 42.7 ## 117 Adelie 38.6 ## 118 Adelie 37.3 ## 119 Adelie 35.7 ## 120 Adelie 41.1 ## 121 Adelie 36.2 ## 122 Adelie 37.7 ## 123 Adelie 40.2 ## 124 Adelie 41.4 ## 125 Adelie 35.2 ## 126 Adelie 40.6 ## 127 Adelie 38.8 ## 128 Adelie 41.5 ## 129 Adelie 39.0 ## 130 Adelie 44.1 ## 131 Adelie 38.5 ## 132 Adelie 43.1 ## 133 Adelie 36.8 ## 134 Adelie 37.5 ## 135 Adelie 38.1 ## 136 Adelie 41.1 ## 137 Adelie 35.6 ## 138 Adelie 40.2 ## 139 Adelie 37.0 ## 140 Adelie 39.7 ## 141 Adelie 40.2 ## 142 Adelie 40.6 ## 143 Adelie 32.1 ## 144 Adelie 40.7 ## 145 Adelie 37.3 ## 146 Adelie 39.0 ## 147 Adelie 39.2 ## 148 Adelie 36.6 ## 149 Adelie 36.0 ## 150 Adelie 37.8 ## 151 Adelie 36.0 ## 152 Adelie 41.5 ## 153 Gentoo 46.1 ## 154 Gentoo 50.0 ## 155 Gentoo 48.7 ## 156 Gentoo 50.0 ## 157 Gentoo 47.6 ## 158 Gentoo 46.5 ## 159 Gentoo 45.4 ## 160 Gentoo 46.7 ## 161 Gentoo 43.3 ## 162 Gentoo 46.8 ## 163 Gentoo 40.9 ## 164 Gentoo 49.0 ## 165 Gentoo 45.5 ## 166 Gentoo 48.4 ## 167 Gentoo 45.8 ## 168 Gentoo 49.3 ## 169 Gentoo 42.0 ## 170 Gentoo 49.2 ## 171 Gentoo 46.2 ## 172 Gentoo 48.7 ## 173 Gentoo 50.2 ## 174 Gentoo 45.1 ## 175 Gentoo 46.5 ## 176 Gentoo 46.3 ## 177 Gentoo 42.9 ## 178 Gentoo 46.1 ## 179 Gentoo 44.5 ## 180 Gentoo 47.8 ## 181 Gentoo 48.2 ## 182 Gentoo 50.0 ## 183 Gentoo 47.3 ## 184 Gentoo 42.8 ## 185 Gentoo 45.1 ## 186 Gentoo 59.6 ## 187 Gentoo 49.1 ## 188 Gentoo 48.4 ## 189 Gentoo 42.6 ## 190 Gentoo 44.4 ## 191 Gentoo 44.0 ## 192 Gentoo 48.7 ## 193 Gentoo 42.7 ## 194 Gentoo 49.6 ## 195 Gentoo 45.3 ## 196 Gentoo 49.6 ## 197 Gentoo 50.5 ## 198 Gentoo 43.6 ## 199 Gentoo 45.5 ## 200 Gentoo 50.5 ## 201 Gentoo 44.9 ## 202 Gentoo 45.2 ## 203 Gentoo 46.6 ## 204 Gentoo 48.5 ## 205 Gentoo 45.1 ## 206 Gentoo 50.1 ## 207 Gentoo 46.5 ## 208 Gentoo 45.0 ## 209 Gentoo 43.8 ## 210 Gentoo 45.5 ## 211 Gentoo 43.2 ## 212 Gentoo 50.4 ## 213 Gentoo 45.3 ## 214 Gentoo 46.2 ## 215 Gentoo 45.7 ## 216 Gentoo 54.3 ## 217 Gentoo 45.8 ## 218 Gentoo 49.8 ## 219 Gentoo 46.2 ## 220 Gentoo 49.5 ## 221 Gentoo 43.5 ## 222 Gentoo 50.7 ## 223 Gentoo 47.7 ## 224 Gentoo 46.4 ## 225 Gentoo 48.2 ## 226 Gentoo 46.5 ## 227 Gentoo 46.4 ## 228 Gentoo 48.6 ## 229 Gentoo 47.5 ## 230 Gentoo 51.1 ## 231 Gentoo 45.2 ## 232 Gentoo 45.2 ## 233 Gentoo 49.1 ## 234 Gentoo 52.5 ## 235 Gentoo 47.4 ## 236 Gentoo 50.0 ## 237 Gentoo 44.9 ## 238 Gentoo 50.8 ## 239 Gentoo 43.4 ## 240 Gentoo 51.3 ## 241 Gentoo 47.5 ## 242 Gentoo 52.1 ## 243 Gentoo 47.5 ## 244 Gentoo 52.2 ## 245 Gentoo 45.5 ## 246 Gentoo 49.5 ## 247 Gentoo 44.5 ## 248 Gentoo 50.8 ## 249 Gentoo 49.4 ## 250 Gentoo 46.9 ## 251 Gentoo 48.4 ## 252 Gentoo 51.1 ## 253 Gentoo 48.5 ## 254 Gentoo 55.9 ## 255 Gentoo 47.2 ## 256 Gentoo 49.1 ## 257 Gentoo 47.3 ## 258 Gentoo 46.8 ## 259 Gentoo 41.7 ## 260 Gentoo 53.4 ## 261 Gentoo 43.3 ## 262 Gentoo 48.1 ## 263 Gentoo 50.5 ## 264 Gentoo 49.8 ## 265 Gentoo 43.5 ## 266 Gentoo 51.5 ## 267 Gentoo 46.2 ## 268 Gentoo 55.1 ## 269 Gentoo 44.5 ## 270 Gentoo 48.8 ## 271 Gentoo 47.2 ## 272 Gentoo NA ## 273 Gentoo 46.8 ## 274 Gentoo 50.4 ## 275 Gentoo 45.2 ## 276 Gentoo 49.9 ## 277 Chinstrap 46.5 ## 278 Chinstrap 50.0 ## 279 Chinstrap 51.3 ## 280 Chinstrap 45.4 ## 281 Chinstrap 52.7 ## 282 Chinstrap 45.2 ## 283 Chinstrap 46.1 ## 284 Chinstrap 51.3 ## 285 Chinstrap 46.0 ## 286 Chinstrap 51.3 ## 287 Chinstrap 46.6 ## 288 Chinstrap 51.7 ## 289 Chinstrap 47.0 ## 290 Chinstrap 52.0 ## 291 Chinstrap 45.9 ## 292 Chinstrap 50.5 ## 293 Chinstrap 50.3 ## 294 Chinstrap 58.0 ## 295 Chinstrap 46.4 ## 296 Chinstrap 49.2 ## 297 Chinstrap 42.4 ## 298 Chinstrap 48.5 ## 299 Chinstrap 43.2 ## 300 Chinstrap 50.6 ## 301 Chinstrap 46.7 ## 302 Chinstrap 52.0 ## 303 Chinstrap 50.5 ## 304 Chinstrap 49.5 ## 305 Chinstrap 46.4 ## 306 Chinstrap 52.8 ## 307 Chinstrap 40.9 ## 308 Chinstrap 54.2 ## 309 Chinstrap 42.5 ## 310 Chinstrap 51.0 ## 311 Chinstrap 49.7 ## 312 Chinstrap 47.5 ## 313 Chinstrap 47.6 ## 314 Chinstrap 52.0 ## 315 Chinstrap 46.9 ## 316 Chinstrap 53.5 ## 317 Chinstrap 49.0 ## 318 Chinstrap 46.2 ## 319 Chinstrap 50.9 ## 320 Chinstrap 45.5 ## 321 Chinstrap 50.9 ## 322 Chinstrap 50.8 ## 323 Chinstrap 50.1 ## 324 Chinstrap 49.0 ## 325 Chinstrap 51.5 ## 326 Chinstrap 49.8 ## 327 Chinstrap 48.1 ## 328 Chinstrap 51.4 ## 329 Chinstrap 45.7 ## 330 Chinstrap 50.7 ## 331 Chinstrap 42.5 ## 332 Chinstrap 52.2 ## 333 Chinstrap 45.2 ## 334 Chinstrap 49.3 ## 335 Chinstrap 50.2 ## 336 Chinstrap 45.6 ## 337 Chinstrap 51.9 ## 338 Chinstrap 46.8 ## 339 Chinstrap 45.7 ## 340 Chinstrap 55.8 ## 341 Chinstrap 43.5 ## 342 Chinstrap 49.6 ## 343 Chinstrap 50.8 ## 344 Chinstrap 50.2 ``` ] .pull-right[ - pour sélectionner plusieurs variables ```r select(Manchots, species:bill_l) select(Manchots, starts_with("bill")) select(Manchots, ends_with("_l")) ## aussi contains() et matches() select_if(Manchots, is.numeric) ## par booléen ``` ] --- ## Les fonctions dplyr : arrange - tri des observations suivant les valeurs des variables ```r arrange(Manchots,bill_d, desc(bill_l)) ``` ``` ## species island bill_l bill_d flip_l mass sex year ## 1 Gentoo Biscoe 42.9 13.1 215 5000 female 2007 ## 2 Gentoo Biscoe 46.1 13.2 211 4500 female 2007 ## 3 Gentoo Biscoe 44.9 13.3 213 5100 female 2008 ## 4 Gentoo Biscoe 43.3 13.4 209 4400 female 2007 ## 5 Gentoo Biscoe 46.5 13.5 210 4550 female 2007 ## 6 Gentoo Biscoe 42.0 13.5 210 4150 female 2007 ## 7 Gentoo Biscoe 44.0 13.6 208 4350 female 2008 ## 8 Gentoo Biscoe 47.2 13.7 214 4925 female 2009 ## 9 Gentoo Biscoe 45.5 13.7 214 4650 female 2007 ## 10 Gentoo Biscoe 45.3 13.7 210 4300 female 2008 ## 11 Gentoo Biscoe 42.7 13.7 208 3950 female 2008 ## 12 Gentoo Biscoe 42.6 13.7 213 4950 female 2008 ## 13 Gentoo Biscoe 40.9 13.7 214 4650 female 2007 ## 14 Gentoo Biscoe 47.3 13.8 216 4725 <NA> 2009 ## 15 Gentoo Biscoe 45.3 13.8 208 4200 female 2008 ## 16 Gentoo Biscoe 45.2 13.8 215 4750 female 2008 ## 17 Gentoo Biscoe 44.9 13.8 212 4750 female 2009 ## 18 Gentoo Biscoe 45.7 13.9 214 4400 female 2008 ## 19 Gentoo Biscoe 45.5 13.9 210 4200 female 2008 ## 20 Gentoo Biscoe 43.8 13.9 208 4300 female 2008 ## 21 Gentoo Biscoe 43.6 13.9 217 4900 female 2008 ## 22 Gentoo Biscoe 47.5 14.0 212 4875 female 2009 ## 23 Gentoo Biscoe 43.3 14.0 208 4575 female 2009 ## 24 Gentoo Biscoe 48.7 14.1 210 4450 female 2007 ## 25 Gentoo Biscoe 48.5 14.1 220 5300 male 2008 ## 26 Gentoo Biscoe 46.2 14.1 217 4375 female 2009 ## 27 Gentoo Biscoe 51.3 14.2 218 5300 male 2009 ## 28 Gentoo Biscoe 47.5 14.2 209 4600 female 2008 ## 29 Gentoo Biscoe 46.6 14.2 210 4850 female 2008 ## 30 Gentoo Biscoe 45.8 14.2 219 4700 female 2008 ## 31 Gentoo Biscoe 43.5 14.2 220 4700 female 2008 ## 32 Gentoo Biscoe 42.8 14.2 209 4700 female 2007 ## 33 Gentoo Biscoe 50.2 14.3 218 5700 male 2007 ## 34 Gentoo Biscoe 48.2 14.3 210 4600 female 2007 ## 35 Gentoo Biscoe 46.8 14.3 215 4850 female 2009 ## 36 Gentoo Biscoe 44.5 14.3 216 4100 <NA> 2007 ## 37 Gentoo Biscoe 48.4 14.4 203 4625 female 2009 ## 38 Gentoo Biscoe 46.5 14.4 217 4900 female 2008 ## 39 Gentoo Biscoe 46.2 14.4 214 4650 <NA> 2008 ## 40 Gentoo Biscoe 45.1 14.4 210 4400 female 2008 ## 41 Gentoo Biscoe 43.4 14.4 218 4600 female 2009 ## 42 Gentoo Biscoe 49.1 14.5 212 4625 female 2009 ## 43 Gentoo Biscoe 47.6 14.5 215 5400 male 2007 ## 44 Gentoo Biscoe 46.5 14.5 213 4400 female 2007 ## 45 Gentoo Biscoe 46.2 14.5 209 4800 female 2007 ## 46 Gentoo Biscoe 45.5 14.5 212 4750 female 2009 ## 47 Gentoo Biscoe 45.1 14.5 215 5000 female 2007 ## 48 Gentoo Biscoe 45.1 14.5 207 5050 female 2007 ## 49 Gentoo Biscoe 43.2 14.5 208 4450 female 2008 ## 50 Gentoo Biscoe 48.4 14.6 213 5850 male 2007 ## 51 Gentoo Biscoe 47.4 14.6 212 4725 female 2009 ## 52 Gentoo Biscoe 46.9 14.6 222 4875 female 2009 ## 53 Gentoo Biscoe 45.8 14.6 210 4200 female 2007 ## 54 Gentoo Biscoe 45.4 14.6 211 4800 female 2007 ## 55 Gentoo Biscoe 44.5 14.7 214 4850 female 2009 ## 56 Gentoo Biscoe 41.7 14.7 210 4700 female 2009 ## 57 Gentoo Biscoe 49.1 14.8 220 5150 female 2008 ## 58 Gentoo Biscoe 46.5 14.8 217 5200 female 2008 ## 59 Gentoo Biscoe 45.2 14.8 212 5200 female 2009 ## 60 Gentoo Biscoe 46.2 14.9 221 5300 male 2008 ## 61 Gentoo Biscoe 50.7 15.0 223 5550 male 2008 ## 62 Gentoo Biscoe 50.1 15.0 225 5000 male 2008 ## 63 Gentoo Biscoe 49.6 15.0 216 4750 male 2008 ## 64 Gentoo Biscoe 49.1 15.0 228 5500 male 2009 ## 65 Gentoo Biscoe 48.5 15.0 219 4850 female 2009 ## 66 Gentoo Biscoe 47.8 15.0 215 5650 male 2007 ## 67 Gentoo Biscoe 47.7 15.0 216 4750 female 2008 ## 68 Gentoo Biscoe 47.5 15.0 218 4950 female 2009 ## 69 Gentoo Biscoe 46.4 15.0 216 4700 female 2008 ## 70 Gentoo Biscoe 45.5 15.0 220 5000 male 2008 ## 71 Gentoo Biscoe 48.7 15.1 222 5350 male 2007 ## 72 Gentoo Biscoe 48.1 15.1 209 5500 male 2009 ## 73 Gentoo Biscoe 46.1 15.1 215 5100 male 2007 ## 74 Gentoo Biscoe 50.5 15.2 216 5000 female 2009 ## 75 Gentoo Biscoe 50.0 15.2 218 5700 male 2007 ## 76 Gentoo Biscoe 49.2 15.2 221 6300 male 2007 ## 77 Gentoo Biscoe 43.5 15.2 213 4650 female 2009 ## 78 Gentoo Biscoe 50.4 15.3 224 5550 male 2008 ## 79 Gentoo Biscoe 50.0 15.3 220 5550 male 2007 ## 80 Gentoo Biscoe 47.3 15.3 222 5250 male 2007 ## 81 Gentoo Biscoe 46.7 15.3 219 5200 male 2007 ## 82 Gentoo Biscoe 46.8 15.4 215 5150 male 2007 ## 83 Gentoo Biscoe 45.0 15.4 220 5050 male 2008 ## 84 Gentoo Biscoe 47.2 15.5 215 4975 female 2009 ## 85 Adelie Dream 32.1 15.5 188 3050 female 2009 ## 86 Gentoo Biscoe 52.5 15.6 221 5450 male 2009 ## 87 Gentoo Biscoe 48.2 15.6 221 5100 male 2008 ## 88 Gentoo Biscoe 46.4 15.6 221 5000 male 2008 ## 89 Gentoo Biscoe 54.3 15.7 231 5650 male 2008 ## 90 Gentoo Biscoe 50.8 15.7 226 5200 male 2009 ## 91 Gentoo Biscoe 50.4 15.7 222 5750 male 2009 ## 92 Gentoo Biscoe 49.3 15.7 217 5850 male 2007 ## 93 Gentoo Biscoe 48.7 15.7 208 5350 male 2008 ## 94 Gentoo Biscoe 44.5 15.7 217 4875 <NA> 2009 ## 95 Gentoo Biscoe 53.4 15.8 219 5500 male 2009 ## 96 Gentoo Biscoe 49.4 15.8 216 4925 male 2009 ## 97 Gentoo Biscoe 46.3 15.8 215 5050 male 2007 ## 98 Gentoo Biscoe 45.2 15.8 215 5300 male 2008 ## 99 Gentoo Biscoe 50.5 15.9 222 5550 male 2008 ## 100 Gentoo Biscoe 50.5 15.9 225 5400 male 2008 ## 101 Gentoo Biscoe 50.0 15.9 224 5350 male 2009 ## 102 Gentoo Biscoe 49.8 15.9 229 5950 male 2009 ## 103 Adelie Torgersen 35.2 15.9 186 3050 female 2009 ## 104 Gentoo Biscoe 55.1 16.0 230 5850 male 2009 ## 105 Gentoo Biscoe 49.6 16.0 225 5700 male 2008 ## 106 Gentoo Biscoe 48.6 16.0 230 5800 male 2008 ## 107 Adelie Biscoe 37.7 16.0 183 3075 female 2009 ## 108 Gentoo Biscoe 49.9 16.1 213 5400 male 2009 ## 109 Gentoo Biscoe 49.5 16.1 224 5650 male 2009 ## 110 Gentoo Biscoe 49.0 16.1 216 5550 male 2007 ## 111 Gentoo Biscoe 46.8 16.1 215 5500 male 2009 ## 112 Adelie Torgersen 36.2 16.1 187 3550 female 2008 ## 113 Adelie Dream 33.1 16.1 178 2900 female 2008 ## 114 Gentoo Biscoe 49.5 16.2 229 5800 male 2008 ## 115 Gentoo Biscoe 48.8 16.2 222 6000 male 2009 ## 116 Adelie Biscoe 35.5 16.2 195 3350 female 2008 ## 117 Gentoo Biscoe 51.5 16.3 230 5500 male 2009 ## 118 Gentoo Biscoe 51.1 16.3 220 6000 male 2008 ## 119 Gentoo Biscoe 50.0 16.3 230 5700 male 2007 ## 120 Gentoo Biscoe 48.4 16.3 220 5400 male 2008 ## 121 Chinstrap Dream 48.1 16.4 199 3325 female 2009 ## 122 Gentoo Biscoe 45.2 16.4 223 5950 male 2008 ## 123 Gentoo Biscoe 51.1 16.5 225 5250 male 2009 ## 124 Chinstrap Dream 46.8 16.5 189 3650 female 2009 ## 125 Adelie Biscoe 38.1 16.5 198 3825 female 2009 ## 126 Adelie Dream 37.0 16.5 185 3400 female 2009 ## 127 Chinstrap Dream 46.9 16.6 192 2700 female 2008 ## 128 Chinstrap Dream 45.2 16.6 191 3250 female 2009 ## 129 Chinstrap Dream 43.2 16.6 187 2900 female 2007 ## 130 Chinstrap Dream 40.9 16.6 187 3200 female 2008 ## 131 Adelie Biscoe 36.5 16.6 181 2850 female 2008 ## 132 Adelie Torgersen 35.9 16.6 190 3050 female 2008 ## 133 Chinstrap Dream 42.5 16.7 187 3350 female 2008 ## 134 Adelie Dream 39.5 16.7 178 3250 female 2007 ## 135 Gentoo Biscoe 49.8 16.8 230 5700 male 2008 ## 136 Chinstrap Dream 47.5 16.8 199 3900 female 2008 ## 137 Adelie Torgersen 40.9 16.8 191 3700 female 2008 ## 138 Adelie Dream 37.3 16.8 192 3000 female 2009 ## 139 Adelie Dream 37.0 16.9 185 3000 female 2007 ## 140 Adelie Biscoe 35.7 16.9 185 3150 female 2008 ## 141 Gentoo Biscoe 59.6 17.0 230 6050 male 2007 ## 142 Gentoo Biscoe 55.9 17.0 228 5600 male 2009 ## 143 Gentoo Biscoe 52.1 17.0 230 5550 male 2009 ## 144 Chinstrap Dream 45.7 17.0 195 3650 female 2009 ## 145 Chinstrap Dream 45.5 17.0 196 3500 female 2008 ## 146 Adelie Dream 40.7 17.0 190 3725 male 2009 ## 147 Adelie Torgersen 40.2 17.0 176 3450 female 2009 ## 148 Adelie Torgersen 38.6 17.0 188 2900 female 2009 ## 149 Adelie Biscoe 38.1 17.0 181 3175 female 2009 ## 150 Adelie Biscoe 37.6 17.0 185 3600 female 2008 ## 151 Adelie Dream 36.4 17.0 195 3325 female 2007 ## 152 Adelie Torgersen 35.7 17.0 189 3350 female 2009 ## 153 Gentoo Biscoe 52.2 17.1 228 5400 male 2009 ## 154 Chinstrap Dream 45.9 17.1 190 3575 female 2007 ## 155 Adelie Dream 40.2 17.1 193 3400 female 2009 ## 156 Adelie Torgersen 39.0 17.1 191 3050 female 2009 ## 157 Adelie Torgersen 37.8 17.1 186 3300 <NA> 2007 ## 158 Adelie Biscoe 36.4 17.1 184 2850 female 2008 ## 159 Adelie Dream 36.0 17.1 187 3700 female 2009 ## 160 Adelie Dream 34.0 17.1 185 3400 female 2008 ## 161 Adelie Dream 40.6 17.2 187 3475 male 2009 ## 162 Adelie Torgersen 39.6 17.2 196 3550 female 2008 ## 163 Adelie Biscoe 38.8 17.2 180 3800 male 2007 ## 164 Adelie Biscoe 38.6 17.2 199 3750 female 2009 ## 165 Adelie Torgersen 36.2 17.2 187 3150 female 2009 ## 166 Adelie Torgersen 34.6 17.2 189 3200 female 2008 ## 167 Gentoo Biscoe 50.8 17.3 228 5600 male 2009 ## 168 Chinstrap Dream 49.8 17.3 198 3675 female 2009 ## 169 Chinstrap Dream 47.0 17.3 185 3700 female 2007 ## 170 Chinstrap Dream 45.7 17.3 193 3600 female 2009 ## 171 Gentoo Biscoe 44.4 17.3 219 5250 male 2008 ## 172 Chinstrap Dream 42.5 17.3 187 3350 female 2009 ## 173 Chinstrap Dream 42.4 17.3 181 3600 female 2007 ## 174 Adelie Torgersen 37.8 17.3 180 3700 <NA> 2007 ## 175 Adelie Dream 36.2 17.3 187 3300 female 2008 ## 176 Adelie Torgersen 39.5 17.4 186 3800 female 2007 ## 177 Chinstrap Dream 48.5 17.5 191 3400 male 2007 ## 178 Chinstrap Dream 46.2 17.5 187 3650 female 2008 ## 179 Adelie Dream 41.1 17.5 190 3900 male 2009 ## 180 Adelie Biscoe 39.0 17.5 186 3550 female 2008 ## 181 Adelie Dream 35.6 17.5 191 3175 female 2009 ## 182 Adelie Torgersen 35.5 17.5 190 3700 female 2008 ## 183 Adelie Torgersen 42.9 17.6 196 4700 male 2008 ## 184 Adelie Torgersen 41.1 17.6 182 3200 female 2007 ## 185 Adelie Torgersen 38.8 17.6 191 3275 female 2009 ## 186 Adelie Dream 38.1 17.6 187 3425 female 2009 ## 187 Adelie Biscoe 39.7 17.7 193 3200 female 2009 ## 188 Adelie Biscoe 39.6 17.7 186 3500 female 2008 ## 189 Chinstrap Dream 58.0 17.8 181 3700 female 2007 ## 190 Chinstrap Dream 46.6 17.8 193 3800 female 2007 ## 191 Chinstrap Dream 46.4 17.8 191 3700 female 2008 ## 192 Chinstrap Dream 45.2 17.8 198 3950 female 2007 ## 193 Adelie Dream 39.5 17.8 188 3300 female 2007 ## 194 Adelie Torgersen 38.9 17.8 181 3625 female 2007 ## 195 Adelie Dream 37.3 17.8 191 3350 female 2008 ## 196 Adelie Torgersen 36.6 17.8 185 3700 female 2007 ## 197 Adelie Dream 36.0 17.8 195 3450 female 2009 ## 198 Chinstrap Dream 50.9 17.9 196 3675 female 2009 ## 199 Chinstrap Dream 50.1 17.9 190 3400 female 2009 ## 200 Chinstrap Dream 46.7 17.9 195 3300 female 2007 ## 201 Chinstrap Dream 46.5 17.9 192 3500 female 2007 ## 202 Adelie Biscoe 40.5 17.9 187 3200 female 2007 ## 203 Adelie Dream 39.7 17.9 193 4250 male 2009 ## 204 Adelie Torgersen 38.5 17.9 190 3325 female 2009 ## 205 Adelie Dream 36.0 17.9 190 3450 female 2007 ## 206 Adelie Biscoe 35.0 17.9 190 3450 female 2008 ## 207 Adelie Biscoe 35.0 17.9 192 3725 female 2009 ## 208 Adelie Torgersen 44.1 18.0 210 4000 male 2009 ## 209 Adelie Biscoe 41.6 18.0 192 3950 male 2008 ## 210 Adelie Torgersen 40.3 18.0 195 3250 female 2007 ## 211 Adelie Dream 36.5 18.0 182 3150 female 2007 ## 212 Adelie Dream 35.7 18.0 202 3550 female 2008 ## 213 Chinstrap Dream 52.0 18.1 201 4050 male 2007 ## 214 Chinstrap Dream 43.5 18.1 202 3400 female 2009 ## 215 Adelie Dream 41.1 18.1 205 4300 male 2008 ## 216 Adelie Dream 39.6 18.1 186 4450 male 2008 ## 217 Adelie Biscoe 38.2 18.1 185 3950 male 2007 ## 218 Adelie Dream 37.8 18.1 193 3750 male 2009 ## 219 Adelie Dream 37.2 18.1 178 3900 male 2007 ## 220 Adelie Biscoe 34.5 18.1 187 2900 female 2008 ## 221 Adelie Torgersen 34.1 18.1 193 3475 <NA> 2007 ## 222 Chinstrap Dream 51.3 18.2 197 3750 male 2007 ## 223 Chinstrap Dream 49.6 18.2 193 3775 male 2009 ## 224 Chinstrap Dream 49.2 18.2 195 4400 male 2007 ## 225 Chinstrap Dream 46.1 18.2 178 3250 female 2007 ## 226 Adelie Biscoe 41.1 18.2 192 4050 male 2008 ## 227 Chinstrap Dream 47.6 18.3 195 3850 female 2008 ## 228 Adelie Biscoe 42.7 18.3 196 4075 male 2009 ## 229 Adelie Torgersen 41.5 18.3 195 4300 male 2009 ## 230 Adelie Biscoe 37.8 18.3 174 3400 female 2007 ## 231 Chinstrap Dream 50.5 18.4 200 3400 female 2008 ## 232 Adelie Dream 40.8 18.4 195 3900 male 2007 ## 233 Adelie Torgersen 39.7 18.4 190 3900 male 2008 ## 234 Adelie Dream 36.6 18.4 184 3475 female 2009 ## 235 Adelie Torgersen 34.4 18.4 184 3325 female 2007 ## 236 Chinstrap Dream 50.8 18.5 201 4450 male 2009 ## 237 Adelie Dream 43.2 18.5 192 4100 male 2008 ## 238 Adelie Torgersen 42.8 18.5 195 4250 male 2008 ## 239 Adelie Dream 42.2 18.5 180 3550 female 2007 ## 240 Adelie Dream 41.5 18.5 201 4000 male 2009 ## 241 Adelie Torgersen 41.4 18.5 202 3875 male 2009 ## 242 Adelie Dream 40.3 18.5 196 4350 male 2008 ## 243 Adelie Dream 37.5 18.5 199 4475 male 2009 ## 244 Adelie Dream 36.8 18.5 193 3500 female 2009 ## 245 Adelie Dream 36.0 18.5 186 3100 female 2007 ## 246 Chinstrap Dream 49.7 18.6 195 3600 male 2008 ## 247 Chinstrap Dream 46.4 18.6 190 3450 female 2007 ## 248 Adelie Biscoe 41.4 18.6 191 3700 male 2008 ## 249 Adelie Torgersen 41.1 18.6 189 3325 male 2009 ## 250 Adelie Biscoe 40.6 18.6 183 3550 male 2007 ## 251 Adelie Dream 39.2 18.6 190 4250 male 2009 ## 252 Adelie Dream 38.1 18.6 190 3700 female 2008 ## 253 Adelie Biscoe 37.9 18.6 172 3150 female 2007 ## 254 Adelie Biscoe 37.9 18.6 193 2925 female 2009 ## 255 Adelie Dream 36.9 18.6 189 3500 female 2008 ## 256 Chinstrap Dream 51.5 18.7 187 3250 male 2009 ## 257 Chinstrap Dream 50.2 18.7 198 3775 female 2009 ## 258 Chinstrap Dream 45.4 18.7 188 3525 female 2007 ## 259 Adelie Torgersen 39.1 18.7 181 3750 male 2007 ## 260 Adelie Dream 39.0 18.7 185 3650 male 2009 ## 261 Adelie Biscoe 37.7 18.7 180 3600 male 2007 ## 262 Chinstrap Dream 52.2 18.8 197 3450 male 2009 ## 263 Chinstrap Dream 51.0 18.8 203 4100 male 2008 ## 264 Chinstrap Dream 50.2 18.8 202 3800 male 2009 ## 265 Adelie Biscoe 40.6 18.8 193 3800 male 2008 ## 266 Adelie Dream 39.6 18.8 190 4600 male 2007 ## 267 Adelie Dream 38.9 18.8 190 3600 female 2008 ## 268 Adelie Torgersen 36.7 18.8 187 3800 female 2008 ## 269 Chinstrap Dream 46.0 18.9 195 4150 female 2007 ## 270 Adelie Torgersen 45.8 18.9 197 4150 male 2008 ## 271 Adelie Dream 40.9 18.9 184 3900 male 2007 ## 272 Adelie Dream 40.8 18.9 208 4300 male 2008 ## 273 Adelie Biscoe 40.5 18.9 180 3950 male 2007 ## 274 Adelie Biscoe 40.1 18.9 188 4300 male 2008 ## 275 Adelie Biscoe 39.7 18.9 184 3550 male 2009 ## 276 Adelie Dream 37.5 18.9 179 2975 <NA> 2007 ## 277 Adelie Biscoe 35.3 18.9 187 3800 female 2007 ## 278 Chinstrap Dream 52.0 19.0 197 4150 male 2007 ## 279 Chinstrap Dream 51.4 19.0 201 3950 male 2009 ## 280 Chinstrap Dream 50.8 19.0 210 4100 male 2009 ## 281 Chinstrap Dream 49.5 19.0 200 3800 male 2008 ## 282 Adelie Biscoe 43.2 19.0 197 4775 male 2009 ## 283 Adelie Dream 41.1 19.0 182 3425 male 2007 ## 284 Adelie Torgersen 40.6 19.0 199 4000 male 2009 ## 285 Adelie Torgersen 38.7 19.0 195 3450 female 2007 ## 286 Adelie Torgersen 33.5 19.0 190 3600 female 2008 ## 287 Chinstrap Dream 50.9 19.1 196 3550 male 2008 ## 288 Adelie Torgersen 42.1 19.1 195 4000 male 2008 ## 289 Adelie Biscoe 41.1 19.1 188 4100 male 2008 ## 290 Adelie Dream 39.8 19.1 184 4650 male 2007 ## 291 Adelie Biscoe 37.6 19.1 194 3750 male 2008 ## 292 Chinstrap Dream 51.3 19.2 193 3650 male 2007 ## 293 Adelie Torgersen 43.1 19.2 197 3500 male 2009 ## 294 Adelie Dream 38.3 19.2 189 3950 male 2008 ## 295 Adelie Biscoe 35.9 19.2 189 3800 female 2007 ## 296 Adelie Dream 37.6 19.3 181 3300 female 2007 ## 297 Adelie Torgersen 36.7 19.3 193 3450 female 2007 ## 298 Chinstrap Dream 50.6 19.4 193 3800 male 2007 ## 299 Chinstrap Dream 45.6 19.4 194 3525 female 2009 ## 300 Adelie Torgersen 41.8 19.4 198 4450 male 2008 ## 301 Adelie Torgersen 37.2 19.4 184 3900 male 2008 ## 302 Adelie Torgersen 35.1 19.4 193 4200 male 2008 ## 303 Chinstrap Dream 51.9 19.5 206 3950 male 2009 ## 304 Chinstrap Dream 50.0 19.5 196 3900 male 2007 ## 305 Chinstrap Dream 49.0 19.5 210 3950 male 2008 ## 306 Adelie Biscoe 42.2 19.5 197 4275 male 2009 ## 307 Adelie Biscoe 42.0 19.5 200 4050 male 2008 ## 308 Adelie Dream 36.3 19.5 190 3800 male 2008 ## 309 Chinstrap Dream 50.5 19.6 201 4050 male 2007 ## 310 Chinstrap Dream 49.0 19.6 212 4300 male 2009 ## 311 Adelie Torgersen 39.2 19.6 195 4675 male 2007 ## 312 Chinstrap Dream 50.7 19.7 203 4050 male 2009 ## 313 Adelie Dream 44.1 19.7 196 4400 male 2007 ## 314 Chinstrap Dream 55.8 19.8 207 4000 male 2009 ## 315 Chinstrap Dream 52.7 19.8 197 3725 male 2007 ## 316 Adelie Torgersen 37.7 19.8 198 3500 male 2009 ## 317 Chinstrap Dream 53.5 19.9 205 4500 male 2008 ## 318 Chinstrap Dream 51.3 19.9 198 3700 male 2007 ## 319 Chinstrap Dream 49.3 19.9 203 4050 male 2009 ## 320 Chinstrap Dream 52.8 20.0 205 4550 male 2008 ## 321 Chinstrap Dream 50.3 20.0 197 3300 male 2007 ## 322 Adelie Biscoe 41.0 20.0 203 4725 male 2009 ## 323 Adelie Dream 38.8 20.0 190 3950 male 2007 ## 324 Adelie Biscoe 38.2 20.0 190 3900 male 2009 ## 325 Adelie Biscoe 37.8 20.0 190 4250 male 2009 ## 326 Adelie Dream 40.2 20.1 200 3975 male 2009 ## 327 Adelie Torgersen 42.0 20.2 190 4250 <NA> 2007 ## 328 Chinstrap Dream 51.7 20.3 194 3775 male 2007 ## 329 Adelie Biscoe 45.6 20.3 191 4600 male 2009 ## 330 Adelie Dream 41.3 20.3 194 3550 male 2008 ## 331 Adelie Torgersen 37.3 20.5 199 3775 male 2009 ## 332 Adelie Torgersen 39.3 20.6 190 3650 male 2007 ## 333 Chinstrap Dream 52.0 20.7 210 4800 male 2008 ## 334 Adelie Torgersen 42.5 20.7 197 4500 male 2007 ## 335 Adelie Biscoe 39.6 20.7 191 3900 female 2009 ## 336 Chinstrap Dream 54.2 20.8 201 4300 male 2008 ## 337 Adelie Biscoe 41.3 21.1 195 4400 male 2008 ## 338 Adelie Dream 39.2 21.1 196 4150 male 2007 ## 339 Adelie Torgersen 34.6 21.1 198 4400 male 2007 ## 340 Adelie Dream 42.3 21.2 191 4150 male 2007 ## 341 Adelie Torgersen 38.6 21.2 191 3800 male 2007 ## 342 Adelie Torgersen 46.0 21.5 194 4200 male 2007 ## 343 Adelie Torgersen NA NA NA NA <NA> 2007 ## 344 Gentoo Biscoe NA NA NA NA <NA> 2009 ``` --- ## Les fonctions dplyr : mutate - création d'une nouvelle variable qui remplace une existante ou qui vient s'ajouter au tableau ```r mutate(select(Manchots, -species:mass), bill_length_cm = bill_l / 10, bill_length_m = bill_length_cm / 100) ``` ``` ## island bill_l bill_d flip_l mass bill_length_cm bill_length_m ## 1 Torgersen 39.1 18.7 181 3750 3.91 0.0391 ## 2 Torgersen 39.5 17.4 186 3800 3.95 0.0395 ## 3 Torgersen 40.3 18.0 195 3250 4.03 0.0403 ## 4 Torgersen NA NA NA NA NA NA ## 5 Torgersen 36.7 19.3 193 3450 3.67 0.0367 ## 6 Torgersen 39.3 20.6 190 3650 3.93 0.0393 ## 7 Torgersen 38.9 17.8 181 3625 3.89 0.0389 ## 8 Torgersen 39.2 19.6 195 4675 3.92 0.0392 ## 9 Torgersen 34.1 18.1 193 3475 3.41 0.0341 ## 10 Torgersen 42.0 20.2 190 4250 4.20 0.0420 ## 11 Torgersen 37.8 17.1 186 3300 3.78 0.0378 ## 12 Torgersen 37.8 17.3 180 3700 3.78 0.0378 ## 13 Torgersen 41.1 17.6 182 3200 4.11 0.0411 ## 14 Torgersen 38.6 21.2 191 3800 3.86 0.0386 ## 15 Torgersen 34.6 21.1 198 4400 3.46 0.0346 ## 16 Torgersen 36.6 17.8 185 3700 3.66 0.0366 ## 17 Torgersen 38.7 19.0 195 3450 3.87 0.0387 ## 18 Torgersen 42.5 20.7 197 4500 4.25 0.0425 ## 19 Torgersen 34.4 18.4 184 3325 3.44 0.0344 ## 20 Torgersen 46.0 21.5 194 4200 4.60 0.0460 ## 21 Biscoe 37.8 18.3 174 3400 3.78 0.0378 ## 22 Biscoe 37.7 18.7 180 3600 3.77 0.0377 ## 23 Biscoe 35.9 19.2 189 3800 3.59 0.0359 ## 24 Biscoe 38.2 18.1 185 3950 3.82 0.0382 ## 25 Biscoe 38.8 17.2 180 3800 3.88 0.0388 ## 26 Biscoe 35.3 18.9 187 3800 3.53 0.0353 ## 27 Biscoe 40.6 18.6 183 3550 4.06 0.0406 ## 28 Biscoe 40.5 17.9 187 3200 4.05 0.0405 ## 29 Biscoe 37.9 18.6 172 3150 3.79 0.0379 ## 30 Biscoe 40.5 18.9 180 3950 4.05 0.0405 ## 31 Dream 39.5 16.7 178 3250 3.95 0.0395 ## 32 Dream 37.2 18.1 178 3900 3.72 0.0372 ## 33 Dream 39.5 17.8 188 3300 3.95 0.0395 ## 34 Dream 40.9 18.9 184 3900 4.09 0.0409 ## 35 Dream 36.4 17.0 195 3325 3.64 0.0364 ## 36 Dream 39.2 21.1 196 4150 3.92 0.0392 ## 37 Dream 38.8 20.0 190 3950 3.88 0.0388 ## 38 Dream 42.2 18.5 180 3550 4.22 0.0422 ## 39 Dream 37.6 19.3 181 3300 3.76 0.0376 ## 40 Dream 39.8 19.1 184 4650 3.98 0.0398 ## 41 Dream 36.5 18.0 182 3150 3.65 0.0365 ## 42 Dream 40.8 18.4 195 3900 4.08 0.0408 ## 43 Dream 36.0 18.5 186 3100 3.60 0.0360 ## 44 Dream 44.1 19.7 196 4400 4.41 0.0441 ## 45 Dream 37.0 16.9 185 3000 3.70 0.0370 ## 46 Dream 39.6 18.8 190 4600 3.96 0.0396 ## 47 Dream 41.1 19.0 182 3425 4.11 0.0411 ## 48 Dream 37.5 18.9 179 2975 3.75 0.0375 ## 49 Dream 36.0 17.9 190 3450 3.60 0.0360 ## 50 Dream 42.3 21.2 191 4150 4.23 0.0423 ## 51 Biscoe 39.6 17.7 186 3500 3.96 0.0396 ## 52 Biscoe 40.1 18.9 188 4300 4.01 0.0401 ## 53 Biscoe 35.0 17.9 190 3450 3.50 0.0350 ## 54 Biscoe 42.0 19.5 200 4050 4.20 0.0420 ## 55 Biscoe 34.5 18.1 187 2900 3.45 0.0345 ## 56 Biscoe 41.4 18.6 191 3700 4.14 0.0414 ## 57 Biscoe 39.0 17.5 186 3550 3.90 0.0390 ## 58 Biscoe 40.6 18.8 193 3800 4.06 0.0406 ## 59 Biscoe 36.5 16.6 181 2850 3.65 0.0365 ## 60 Biscoe 37.6 19.1 194 3750 3.76 0.0376 ## 61 Biscoe 35.7 16.9 185 3150 3.57 0.0357 ## 62 Biscoe 41.3 21.1 195 4400 4.13 0.0413 ## 63 Biscoe 37.6 17.0 185 3600 3.76 0.0376 ## 64 Biscoe 41.1 18.2 192 4050 4.11 0.0411 ## 65 Biscoe 36.4 17.1 184 2850 3.64 0.0364 ## 66 Biscoe 41.6 18.0 192 3950 4.16 0.0416 ## 67 Biscoe 35.5 16.2 195 3350 3.55 0.0355 ## 68 Biscoe 41.1 19.1 188 4100 4.11 0.0411 ## 69 Torgersen 35.9 16.6 190 3050 3.59 0.0359 ## 70 Torgersen 41.8 19.4 198 4450 4.18 0.0418 ## 71 Torgersen 33.5 19.0 190 3600 3.35 0.0335 ## 72 Torgersen 39.7 18.4 190 3900 3.97 0.0397 ## 73 Torgersen 39.6 17.2 196 3550 3.96 0.0396 ## 74 Torgersen 45.8 18.9 197 4150 4.58 0.0458 ## 75 Torgersen 35.5 17.5 190 3700 3.55 0.0355 ## 76 Torgersen 42.8 18.5 195 4250 4.28 0.0428 ## 77 Torgersen 40.9 16.8 191 3700 4.09 0.0409 ## 78 Torgersen 37.2 19.4 184 3900 3.72 0.0372 ## 79 Torgersen 36.2 16.1 187 3550 3.62 0.0362 ## 80 Torgersen 42.1 19.1 195 4000 4.21 0.0421 ## 81 Torgersen 34.6 17.2 189 3200 3.46 0.0346 ## 82 Torgersen 42.9 17.6 196 4700 4.29 0.0429 ## 83 Torgersen 36.7 18.8 187 3800 3.67 0.0367 ## 84 Torgersen 35.1 19.4 193 4200 3.51 0.0351 ## 85 Dream 37.3 17.8 191 3350 3.73 0.0373 ## 86 Dream 41.3 20.3 194 3550 4.13 0.0413 ## 87 Dream 36.3 19.5 190 3800 3.63 0.0363 ## 88 Dream 36.9 18.6 189 3500 3.69 0.0369 ## 89 Dream 38.3 19.2 189 3950 3.83 0.0383 ## 90 Dream 38.9 18.8 190 3600 3.89 0.0389 ## 91 Dream 35.7 18.0 202 3550 3.57 0.0357 ## 92 Dream 41.1 18.1 205 4300 4.11 0.0411 ## 93 Dream 34.0 17.1 185 3400 3.40 0.0340 ## 94 Dream 39.6 18.1 186 4450 3.96 0.0396 ## 95 Dream 36.2 17.3 187 3300 3.62 0.0362 ## 96 Dream 40.8 18.9 208 4300 4.08 0.0408 ## 97 Dream 38.1 18.6 190 3700 3.81 0.0381 ## 98 Dream 40.3 18.5 196 4350 4.03 0.0403 ## 99 Dream 33.1 16.1 178 2900 3.31 0.0331 ## 100 Dream 43.2 18.5 192 4100 4.32 0.0432 ## 101 Biscoe 35.0 17.9 192 3725 3.50 0.0350 ## 102 Biscoe 41.0 20.0 203 4725 4.10 0.0410 ## 103 Biscoe 37.7 16.0 183 3075 3.77 0.0377 ## 104 Biscoe 37.8 20.0 190 4250 3.78 0.0378 ## 105 Biscoe 37.9 18.6 193 2925 3.79 0.0379 ## 106 Biscoe 39.7 18.9 184 3550 3.97 0.0397 ## 107 Biscoe 38.6 17.2 199 3750 3.86 0.0386 ## 108 Biscoe 38.2 20.0 190 3900 3.82 0.0382 ## 109 Biscoe 38.1 17.0 181 3175 3.81 0.0381 ## 110 Biscoe 43.2 19.0 197 4775 4.32 0.0432 ## 111 Biscoe 38.1 16.5 198 3825 3.81 0.0381 ## 112 Biscoe 45.6 20.3 191 4600 4.56 0.0456 ## 113 Biscoe 39.7 17.7 193 3200 3.97 0.0397 ## 114 Biscoe 42.2 19.5 197 4275 4.22 0.0422 ## 115 Biscoe 39.6 20.7 191 3900 3.96 0.0396 ## 116 Biscoe 42.7 18.3 196 4075 4.27 0.0427 ## 117 Torgersen 38.6 17.0 188 2900 3.86 0.0386 ## 118 Torgersen 37.3 20.5 199 3775 3.73 0.0373 ## 119 Torgersen 35.7 17.0 189 3350 3.57 0.0357 ## 120 Torgersen 41.1 18.6 189 3325 4.11 0.0411 ## 121 Torgersen 36.2 17.2 187 3150 3.62 0.0362 ## 122 Torgersen 37.7 19.8 198 3500 3.77 0.0377 ## 123 Torgersen 40.2 17.0 176 3450 4.02 0.0402 ## 124 Torgersen 41.4 18.5 202 3875 4.14 0.0414 ## 125 Torgersen 35.2 15.9 186 3050 3.52 0.0352 ## 126 Torgersen 40.6 19.0 199 4000 4.06 0.0406 ## 127 Torgersen 38.8 17.6 191 3275 3.88 0.0388 ## 128 Torgersen 41.5 18.3 195 4300 4.15 0.0415 ## 129 Torgersen 39.0 17.1 191 3050 3.90 0.0390 ## 130 Torgersen 44.1 18.0 210 4000 4.41 0.0441 ## 131 Torgersen 38.5 17.9 190 3325 3.85 0.0385 ## 132 Torgersen 43.1 19.2 197 3500 4.31 0.0431 ## 133 Dream 36.8 18.5 193 3500 3.68 0.0368 ## 134 Dream 37.5 18.5 199 4475 3.75 0.0375 ## 135 Dream 38.1 17.6 187 3425 3.81 0.0381 ## 136 Dream 41.1 17.5 190 3900 4.11 0.0411 ## 137 Dream 35.6 17.5 191 3175 3.56 0.0356 ## 138 Dream 40.2 20.1 200 3975 4.02 0.0402 ## 139 Dream 37.0 16.5 185 3400 3.70 0.0370 ## 140 Dream 39.7 17.9 193 4250 3.97 0.0397 ## 141 Dream 40.2 17.1 193 3400 4.02 0.0402 ## 142 Dream 40.6 17.2 187 3475 4.06 0.0406 ## 143 Dream 32.1 15.5 188 3050 3.21 0.0321 ## 144 Dream 40.7 17.0 190 3725 4.07 0.0407 ## 145 Dream 37.3 16.8 192 3000 3.73 0.0373 ## 146 Dream 39.0 18.7 185 3650 3.90 0.0390 ## 147 Dream 39.2 18.6 190 4250 3.92 0.0392 ## 148 Dream 36.6 18.4 184 3475 3.66 0.0366 ## 149 Dream 36.0 17.8 195 3450 3.60 0.0360 ## 150 Dream 37.8 18.1 193 3750 3.78 0.0378 ## 151 Dream 36.0 17.1 187 3700 3.60 0.0360 ## 152 Dream 41.5 18.5 201 4000 4.15 0.0415 ## 153 Biscoe 46.1 13.2 211 4500 4.61 0.0461 ## 154 Biscoe 50.0 16.3 230 5700 5.00 0.0500 ## 155 Biscoe 48.7 14.1 210 4450 4.87 0.0487 ## 156 Biscoe 50.0 15.2 218 5700 5.00 0.0500 ## 157 Biscoe 47.6 14.5 215 5400 4.76 0.0476 ## 158 Biscoe 46.5 13.5 210 4550 4.65 0.0465 ## 159 Biscoe 45.4 14.6 211 4800 4.54 0.0454 ## 160 Biscoe 46.7 15.3 219 5200 4.67 0.0467 ## 161 Biscoe 43.3 13.4 209 4400 4.33 0.0433 ## 162 Biscoe 46.8 15.4 215 5150 4.68 0.0468 ## 163 Biscoe 40.9 13.7 214 4650 4.09 0.0409 ## 164 Biscoe 49.0 16.1 216 5550 4.90 0.0490 ## 165 Biscoe 45.5 13.7 214 4650 4.55 0.0455 ## 166 Biscoe 48.4 14.6 213 5850 4.84 0.0484 ## 167 Biscoe 45.8 14.6 210 4200 4.58 0.0458 ## 168 Biscoe 49.3 15.7 217 5850 4.93 0.0493 ## 169 Biscoe 42.0 13.5 210 4150 4.20 0.0420 ## 170 Biscoe 49.2 15.2 221 6300 4.92 0.0492 ## 171 Biscoe 46.2 14.5 209 4800 4.62 0.0462 ## 172 Biscoe 48.7 15.1 222 5350 4.87 0.0487 ## 173 Biscoe 50.2 14.3 218 5700 5.02 0.0502 ## 174 Biscoe 45.1 14.5 215 5000 4.51 0.0451 ## 175 Biscoe 46.5 14.5 213 4400 4.65 0.0465 ## 176 Biscoe 46.3 15.8 215 5050 4.63 0.0463 ## 177 Biscoe 42.9 13.1 215 5000 4.29 0.0429 ## 178 Biscoe 46.1 15.1 215 5100 4.61 0.0461 ## 179 Biscoe 44.5 14.3 216 4100 4.45 0.0445 ## 180 Biscoe 47.8 15.0 215 5650 4.78 0.0478 ## 181 Biscoe 48.2 14.3 210 4600 4.82 0.0482 ## 182 Biscoe 50.0 15.3 220 5550 5.00 0.0500 ## 183 Biscoe 47.3 15.3 222 5250 4.73 0.0473 ## 184 Biscoe 42.8 14.2 209 4700 4.28 0.0428 ## 185 Biscoe 45.1 14.5 207 5050 4.51 0.0451 ## 186 Biscoe 59.6 17.0 230 6050 5.96 0.0596 ## 187 Biscoe 49.1 14.8 220 5150 4.91 0.0491 ## 188 Biscoe 48.4 16.3 220 5400 4.84 0.0484 ## 189 Biscoe 42.6 13.7 213 4950 4.26 0.0426 ## 190 Biscoe 44.4 17.3 219 5250 4.44 0.0444 ## 191 Biscoe 44.0 13.6 208 4350 4.40 0.0440 ## 192 Biscoe 48.7 15.7 208 5350 4.87 0.0487 ## 193 Biscoe 42.7 13.7 208 3950 4.27 0.0427 ## 194 Biscoe 49.6 16.0 225 5700 4.96 0.0496 ## 195 Biscoe 45.3 13.7 210 4300 4.53 0.0453 ## 196 Biscoe 49.6 15.0 216 4750 4.96 0.0496 ## 197 Biscoe 50.5 15.9 222 5550 5.05 0.0505 ## 198 Biscoe 43.6 13.9 217 4900 4.36 0.0436 ## 199 Biscoe 45.5 13.9 210 4200 4.55 0.0455 ## 200 Biscoe 50.5 15.9 225 5400 5.05 0.0505 ## 201 Biscoe 44.9 13.3 213 5100 4.49 0.0449 ## 202 Biscoe 45.2 15.8 215 5300 4.52 0.0452 ## 203 Biscoe 46.6 14.2 210 4850 4.66 0.0466 ## 204 Biscoe 48.5 14.1 220 5300 4.85 0.0485 ## 205 Biscoe 45.1 14.4 210 4400 4.51 0.0451 ## 206 Biscoe 50.1 15.0 225 5000 5.01 0.0501 ## 207 Biscoe 46.5 14.4 217 4900 4.65 0.0465 ## 208 Biscoe 45.0 15.4 220 5050 4.50 0.0450 ## 209 Biscoe 43.8 13.9 208 4300 4.38 0.0438 ## 210 Biscoe 45.5 15.0 220 5000 4.55 0.0455 ## 211 Biscoe 43.2 14.5 208 4450 4.32 0.0432 ## 212 Biscoe 50.4 15.3 224 5550 5.04 0.0504 ## 213 Biscoe 45.3 13.8 208 4200 4.53 0.0453 ## 214 Biscoe 46.2 14.9 221 5300 4.62 0.0462 ## 215 Biscoe 45.7 13.9 214 4400 4.57 0.0457 ## 216 Biscoe 54.3 15.7 231 5650 5.43 0.0543 ## 217 Biscoe 45.8 14.2 219 4700 4.58 0.0458 ## 218 Biscoe 49.8 16.8 230 5700 4.98 0.0498 ## 219 Biscoe 46.2 14.4 214 4650 4.62 0.0462 ## 220 Biscoe 49.5 16.2 229 5800 4.95 0.0495 ## 221 Biscoe 43.5 14.2 220 4700 4.35 0.0435 ## 222 Biscoe 50.7 15.0 223 5550 5.07 0.0507 ## 223 Biscoe 47.7 15.0 216 4750 4.77 0.0477 ## 224 Biscoe 46.4 15.6 221 5000 4.64 0.0464 ## 225 Biscoe 48.2 15.6 221 5100 4.82 0.0482 ## 226 Biscoe 46.5 14.8 217 5200 4.65 0.0465 ## 227 Biscoe 46.4 15.0 216 4700 4.64 0.0464 ## 228 Biscoe 48.6 16.0 230 5800 4.86 0.0486 ## 229 Biscoe 47.5 14.2 209 4600 4.75 0.0475 ## 230 Biscoe 51.1 16.3 220 6000 5.11 0.0511 ## 231 Biscoe 45.2 13.8 215 4750 4.52 0.0452 ## 232 Biscoe 45.2 16.4 223 5950 4.52 0.0452 ## 233 Biscoe 49.1 14.5 212 4625 4.91 0.0491 ## 234 Biscoe 52.5 15.6 221 5450 5.25 0.0525 ## 235 Biscoe 47.4 14.6 212 4725 4.74 0.0474 ## 236 Biscoe 50.0 15.9 224 5350 5.00 0.0500 ## 237 Biscoe 44.9 13.8 212 4750 4.49 0.0449 ## 238 Biscoe 50.8 17.3 228 5600 5.08 0.0508 ## 239 Biscoe 43.4 14.4 218 4600 4.34 0.0434 ## 240 Biscoe 51.3 14.2 218 5300 5.13 0.0513 ## 241 Biscoe 47.5 14.0 212 4875 4.75 0.0475 ## 242 Biscoe 52.1 17.0 230 5550 5.21 0.0521 ## 243 Biscoe 47.5 15.0 218 4950 4.75 0.0475 ## 244 Biscoe 52.2 17.1 228 5400 5.22 0.0522 ## 245 Biscoe 45.5 14.5 212 4750 4.55 0.0455 ## 246 Biscoe 49.5 16.1 224 5650 4.95 0.0495 ## 247 Biscoe 44.5 14.7 214 4850 4.45 0.0445 ## 248 Biscoe 50.8 15.7 226 5200 5.08 0.0508 ## 249 Biscoe 49.4 15.8 216 4925 4.94 0.0494 ## 250 Biscoe 46.9 14.6 222 4875 4.69 0.0469 ## 251 Biscoe 48.4 14.4 203 4625 4.84 0.0484 ## 252 Biscoe 51.1 16.5 225 5250 5.11 0.0511 ## 253 Biscoe 48.5 15.0 219 4850 4.85 0.0485 ## 254 Biscoe 55.9 17.0 228 5600 5.59 0.0559 ## 255 Biscoe 47.2 15.5 215 4975 4.72 0.0472 ## 256 Biscoe 49.1 15.0 228 5500 4.91 0.0491 ## 257 Biscoe 47.3 13.8 216 4725 4.73 0.0473 ## 258 Biscoe 46.8 16.1 215 5500 4.68 0.0468 ## 259 Biscoe 41.7 14.7 210 4700 4.17 0.0417 ## 260 Biscoe 53.4 15.8 219 5500 5.34 0.0534 ## 261 Biscoe 43.3 14.0 208 4575 4.33 0.0433 ## 262 Biscoe 48.1 15.1 209 5500 4.81 0.0481 ## 263 Biscoe 50.5 15.2 216 5000 5.05 0.0505 ## 264 Biscoe 49.8 15.9 229 5950 4.98 0.0498 ## 265 Biscoe 43.5 15.2 213 4650 4.35 0.0435 ## 266 Biscoe 51.5 16.3 230 5500 5.15 0.0515 ## 267 Biscoe 46.2 14.1 217 4375 4.62 0.0462 ## 268 Biscoe 55.1 16.0 230 5850 5.51 0.0551 ## 269 Biscoe 44.5 15.7 217 4875 4.45 0.0445 ## 270 Biscoe 48.8 16.2 222 6000 4.88 0.0488 ## 271 Biscoe 47.2 13.7 214 4925 4.72 0.0472 ## 272 Biscoe NA NA NA NA NA NA ## 273 Biscoe 46.8 14.3 215 4850 4.68 0.0468 ## 274 Biscoe 50.4 15.7 222 5750 5.04 0.0504 ## 275 Biscoe 45.2 14.8 212 5200 4.52 0.0452 ## 276 Biscoe 49.9 16.1 213 5400 4.99 0.0499 ## 277 Dream 46.5 17.9 192 3500 4.65 0.0465 ## 278 Dream 50.0 19.5 196 3900 5.00 0.0500 ## 279 Dream 51.3 19.2 193 3650 5.13 0.0513 ## 280 Dream 45.4 18.7 188 3525 4.54 0.0454 ## 281 Dream 52.7 19.8 197 3725 5.27 0.0527 ## 282 Dream 45.2 17.8 198 3950 4.52 0.0452 ## 283 Dream 46.1 18.2 178 3250 4.61 0.0461 ## 284 Dream 51.3 18.2 197 3750 5.13 0.0513 ## 285 Dream 46.0 18.9 195 4150 4.60 0.0460 ## 286 Dream 51.3 19.9 198 3700 5.13 0.0513 ## 287 Dream 46.6 17.8 193 3800 4.66 0.0466 ## 288 Dream 51.7 20.3 194 3775 5.17 0.0517 ## 289 Dream 47.0 17.3 185 3700 4.70 0.0470 ## 290 Dream 52.0 18.1 201 4050 5.20 0.0520 ## 291 Dream 45.9 17.1 190 3575 4.59 0.0459 ## 292 Dream 50.5 19.6 201 4050 5.05 0.0505 ## 293 Dream 50.3 20.0 197 3300 5.03 0.0503 ## 294 Dream 58.0 17.8 181 3700 5.80 0.0580 ## 295 Dream 46.4 18.6 190 3450 4.64 0.0464 ## 296 Dream 49.2 18.2 195 4400 4.92 0.0492 ## 297 Dream 42.4 17.3 181 3600 4.24 0.0424 ## 298 Dream 48.5 17.5 191 3400 4.85 0.0485 ## 299 Dream 43.2 16.6 187 2900 4.32 0.0432 ## 300 Dream 50.6 19.4 193 3800 5.06 0.0506 ## 301 Dream 46.7 17.9 195 3300 4.67 0.0467 ## 302 Dream 52.0 19.0 197 4150 5.20 0.0520 ## 303 Dream 50.5 18.4 200 3400 5.05 0.0505 ## 304 Dream 49.5 19.0 200 3800 4.95 0.0495 ## 305 Dream 46.4 17.8 191 3700 4.64 0.0464 ## 306 Dream 52.8 20.0 205 4550 5.28 0.0528 ## 307 Dream 40.9 16.6 187 3200 4.09 0.0409 ## 308 Dream 54.2 20.8 201 4300 5.42 0.0542 ## 309 Dream 42.5 16.7 187 3350 4.25 0.0425 ## 310 Dream 51.0 18.8 203 4100 5.10 0.0510 ## 311 Dream 49.7 18.6 195 3600 4.97 0.0497 ## 312 Dream 47.5 16.8 199 3900 4.75 0.0475 ## 313 Dream 47.6 18.3 195 3850 4.76 0.0476 ## 314 Dream 52.0 20.7 210 4800 5.20 0.0520 ## 315 Dream 46.9 16.6 192 2700 4.69 0.0469 ## 316 Dream 53.5 19.9 205 4500 5.35 0.0535 ## 317 Dream 49.0 19.5 210 3950 4.90 0.0490 ## 318 Dream 46.2 17.5 187 3650 4.62 0.0462 ## 319 Dream 50.9 19.1 196 3550 5.09 0.0509 ## 320 Dream 45.5 17.0 196 3500 4.55 0.0455 ## 321 Dream 50.9 17.9 196 3675 5.09 0.0509 ## 322 Dream 50.8 18.5 201 4450 5.08 0.0508 ## 323 Dream 50.1 17.9 190 3400 5.01 0.0501 ## 324 Dream 49.0 19.6 212 4300 4.90 0.0490 ## 325 Dream 51.5 18.7 187 3250 5.15 0.0515 ## 326 Dream 49.8 17.3 198 3675 4.98 0.0498 ## 327 Dream 48.1 16.4 199 3325 4.81 0.0481 ## 328 Dream 51.4 19.0 201 3950 5.14 0.0514 ## 329 Dream 45.7 17.3 193 3600 4.57 0.0457 ## 330 Dream 50.7 19.7 203 4050 5.07 0.0507 ## 331 Dream 42.5 17.3 187 3350 4.25 0.0425 ## 332 Dream 52.2 18.8 197 3450 5.22 0.0522 ## 333 Dream 45.2 16.6 191 3250 4.52 0.0452 ## 334 Dream 49.3 19.9 203 4050 4.93 0.0493 ## 335 Dream 50.2 18.8 202 3800 5.02 0.0502 ## 336 Dream 45.6 19.4 194 3525 4.56 0.0456 ## 337 Dream 51.9 19.5 206 3950 5.19 0.0519 ## 338 Dream 46.8 16.5 189 3650 4.68 0.0468 ## 339 Dream 45.7 17.0 195 3650 4.57 0.0457 ## 340 Dream 55.8 19.8 207 4000 5.58 0.0558 ## 341 Dream 43.5 18.1 202 3400 4.35 0.0435 ## 342 Dream 49.6 18.2 193 3775 4.96 0.0496 ## 343 Dream 50.8 19.0 210 4100 5.08 0.0508 ## 344 Dream 50.2 18.7 198 3775 5.02 0.0502 ``` - on fera donc encore une fois attention à l'orthographe des variables --- ## Composition de fonctions avec l'opérateur "pipe" - composition de gauche à droite pour plus de lisibilité pour vous comme pour une personne qui devrait relire votre code ! .pull-left[ ```r slice(arrange(select_if ( filter (Manchots, island == "Biscoe"), is.numeric ), mass) , 1:3) ``` ``` ## bill_l bill_d flip_l mass year ## 1 36.5 16.6 181 2850 2008 ## 2 36.4 17.1 184 2850 2008 ## 3 34.5 18.1 187 2900 2008 ``` ] .pull-right[ ```r Manchots %>% filter( island == "Biscoe" ) %>% select_if ( is.numeric ) %>% arrange( mass ) %>% slice(1:3) # succession des opérations limpide, pas de mélange avec les options des fonctions ``` ``` ## bill_l bill_d flip_l mass year ## 1 36.5 16.6 181 2850 2008 ## 2 36.4 17.1 184 2850 2008 ## 3 34.5 18.1 187 2900 2008 ``` ] --- ## Les fonctions dplyr : group_by - regroupement des indvidus ```r Manchots %>% group_by(island) %>% slice(1:2) ``` ``` ## # A tibble: 6 × 8 ## # Groups: island [3] ## species island bill_l bill_d flip_l mass sex year ## <fct> <fct> <dbl> <dbl> <int> <int> <fct> <int> ## 1 Adelie Biscoe 37.8 18.3 174 3400 female 2007 ## 2 Adelie Biscoe 37.7 18.7 180 3600 male 2007 ## 3 Adelie Dream 39.5 16.7 178 3250 female 2007 ## 4 Adelie Dream 37.2 18.1 178 3900 male 2007 ## 5 Adelie Torgersen 39.1 18.7 181 3750 male 2007 ## 6 Adelie Torgersen 39.5 17.4 186 3800 female 2007 ``` --- ## Les fonctions dplyr : summarise - descriptions des données par sous-groupes ```r Manchots %>% group_by(island) %>% summarise(long_moy = mean(bill_l, na.rm=T), long_max = max(bill_l, na.rm = T), nb = n()) ``` ``` ## # A tibble: 3 × 4 ## island long_moy long_max nb ## <fct> <dbl> <dbl> <int> ## 1 Biscoe 45.3 59.6 168 ## 2 Dream 44.2 58 124 ## 3 Torgersen 39.0 46 52 ``` --- ## Les fonctions dplyr : count - autre façon de compter ```r Manchots %>% count(island, species) %>% arrange(desc(n)) ``` ``` ## island species n ## 1 Biscoe Gentoo 124 ## 2 Dream Chinstrap 68 ## 3 Dream Adelie 56 ## 4 Torgersen Adelie 52 ## 5 Biscoe Adelie 44 ``` - cela revient quasiment au même que ```r Manchots %>% group_by(island, species) %>% summarise(n=n()) %>% arrange(desc(n)) ``` --- ## Manipulations d'un facteur - changement des niveaux d'un facteur donné ```r Manchots %>% mutate(species = fct_recode(species, "Delo" = "Adelie")) %>% select(1:3) ``` ``` ## species island bill_l ## 1 Delo Torgersen 39.1 ## 2 Delo Torgersen 39.5 ## 3 Delo Torgersen 40.3 ## 4 Delo Torgersen NA ## 5 Delo Torgersen 36.7 ## 6 Delo Torgersen 39.3 ## 7 Delo Torgersen 38.9 ## 8 Delo Torgersen 39.2 ## 9 Delo Torgersen 34.1 ## 10 Delo Torgersen 42.0 ## 11 Delo Torgersen 37.8 ## 12 Delo Torgersen 37.8 ## 13 Delo Torgersen 41.1 ## 14 Delo Torgersen 38.6 ## 15 Delo Torgersen 34.6 ## 16 Delo Torgersen 36.6 ## 17 Delo Torgersen 38.7 ## 18 Delo Torgersen 42.5 ## 19 Delo Torgersen 34.4 ## 20 Delo Torgersen 46.0 ## 21 Delo Biscoe 37.8 ## 22 Delo Biscoe 37.7 ## 23 Delo Biscoe 35.9 ## 24 Delo Biscoe 38.2 ## 25 Delo Biscoe 38.8 ## 26 Delo Biscoe 35.3 ## 27 Delo Biscoe 40.6 ## 28 Delo Biscoe 40.5 ## 29 Delo Biscoe 37.9 ## 30 Delo Biscoe 40.5 ## 31 Delo Dream 39.5 ## 32 Delo Dream 37.2 ## 33 Delo Dream 39.5 ## 34 Delo Dream 40.9 ## 35 Delo Dream 36.4 ## 36 Delo Dream 39.2 ## 37 Delo Dream 38.8 ## 38 Delo Dream 42.2 ## 39 Delo Dream 37.6 ## 40 Delo Dream 39.8 ## 41 Delo Dream 36.5 ## 42 Delo Dream 40.8 ## 43 Delo Dream 36.0 ## 44 Delo Dream 44.1 ## 45 Delo Dream 37.0 ## 46 Delo Dream 39.6 ## 47 Delo Dream 41.1 ## 48 Delo Dream 37.5 ## 49 Delo Dream 36.0 ## 50 Delo Dream 42.3 ## 51 Delo Biscoe 39.6 ## 52 Delo Biscoe 40.1 ## 53 Delo Biscoe 35.0 ## 54 Delo Biscoe 42.0 ## 55 Delo Biscoe 34.5 ## 56 Delo Biscoe 41.4 ## 57 Delo Biscoe 39.0 ## 58 Delo Biscoe 40.6 ## 59 Delo Biscoe 36.5 ## 60 Delo Biscoe 37.6 ## 61 Delo Biscoe 35.7 ## 62 Delo Biscoe 41.3 ## 63 Delo Biscoe 37.6 ## 64 Delo Biscoe 41.1 ## 65 Delo Biscoe 36.4 ## 66 Delo Biscoe 41.6 ## 67 Delo Biscoe 35.5 ## 68 Delo Biscoe 41.1 ## 69 Delo Torgersen 35.9 ## 70 Delo Torgersen 41.8 ## 71 Delo Torgersen 33.5 ## 72 Delo Torgersen 39.7 ## 73 Delo Torgersen 39.6 ## 74 Delo Torgersen 45.8 ## 75 Delo Torgersen 35.5 ## 76 Delo Torgersen 42.8 ## 77 Delo Torgersen 40.9 ## 78 Delo Torgersen 37.2 ## 79 Delo Torgersen 36.2 ## 80 Delo Torgersen 42.1 ## 81 Delo Torgersen 34.6 ## 82 Delo Torgersen 42.9 ## 83 Delo Torgersen 36.7 ## 84 Delo Torgersen 35.1 ## 85 Delo Dream 37.3 ## 86 Delo Dream 41.3 ## 87 Delo Dream 36.3 ## 88 Delo Dream 36.9 ## 89 Delo Dream 38.3 ## 90 Delo Dream 38.9 ## 91 Delo Dream 35.7 ## 92 Delo Dream 41.1 ## 93 Delo Dream 34.0 ## 94 Delo Dream 39.6 ## 95 Delo Dream 36.2 ## 96 Delo Dream 40.8 ## 97 Delo Dream 38.1 ## 98 Delo Dream 40.3 ## 99 Delo Dream 33.1 ## 100 Delo Dream 43.2 ## 101 Delo Biscoe 35.0 ## 102 Delo Biscoe 41.0 ## 103 Delo Biscoe 37.7 ## 104 Delo Biscoe 37.8 ## 105 Delo Biscoe 37.9 ## 106 Delo Biscoe 39.7 ## 107 Delo Biscoe 38.6 ## 108 Delo Biscoe 38.2 ## 109 Delo Biscoe 38.1 ## 110 Delo Biscoe 43.2 ## 111 Delo Biscoe 38.1 ## 112 Delo Biscoe 45.6 ## 113 Delo Biscoe 39.7 ## 114 Delo Biscoe 42.2 ## 115 Delo Biscoe 39.6 ## 116 Delo Biscoe 42.7 ## 117 Delo Torgersen 38.6 ## 118 Delo Torgersen 37.3 ## 119 Delo Torgersen 35.7 ## 120 Delo Torgersen 41.1 ## 121 Delo Torgersen 36.2 ## 122 Delo Torgersen 37.7 ## 123 Delo Torgersen 40.2 ## 124 Delo Torgersen 41.4 ## 125 Delo Torgersen 35.2 ## 126 Delo Torgersen 40.6 ## 127 Delo Torgersen 38.8 ## 128 Delo Torgersen 41.5 ## 129 Delo Torgersen 39.0 ## 130 Delo Torgersen 44.1 ## 131 Delo Torgersen 38.5 ## 132 Delo Torgersen 43.1 ## 133 Delo Dream 36.8 ## 134 Delo Dream 37.5 ## 135 Delo Dream 38.1 ## 136 Delo Dream 41.1 ## 137 Delo Dream 35.6 ## 138 Delo Dream 40.2 ## 139 Delo Dream 37.0 ## 140 Delo Dream 39.7 ## 141 Delo Dream 40.2 ## 142 Delo Dream 40.6 ## 143 Delo Dream 32.1 ## 144 Delo Dream 40.7 ## 145 Delo Dream 37.3 ## 146 Delo Dream 39.0 ## 147 Delo Dream 39.2 ## 148 Delo Dream 36.6 ## 149 Delo Dream 36.0 ## 150 Delo Dream 37.8 ## 151 Delo Dream 36.0 ## 152 Delo Dream 41.5 ## 153 Gentoo Biscoe 46.1 ## 154 Gentoo Biscoe 50.0 ## 155 Gentoo Biscoe 48.7 ## 156 Gentoo Biscoe 50.0 ## 157 Gentoo Biscoe 47.6 ## 158 Gentoo Biscoe 46.5 ## 159 Gentoo Biscoe 45.4 ## 160 Gentoo Biscoe 46.7 ## 161 Gentoo Biscoe 43.3 ## 162 Gentoo Biscoe 46.8 ## 163 Gentoo Biscoe 40.9 ## 164 Gentoo Biscoe 49.0 ## 165 Gentoo Biscoe 45.5 ## 166 Gentoo Biscoe 48.4 ## 167 Gentoo Biscoe 45.8 ## 168 Gentoo Biscoe 49.3 ## 169 Gentoo Biscoe 42.0 ## 170 Gentoo Biscoe 49.2 ## 171 Gentoo Biscoe 46.2 ## 172 Gentoo Biscoe 48.7 ## 173 Gentoo Biscoe 50.2 ## 174 Gentoo Biscoe 45.1 ## 175 Gentoo Biscoe 46.5 ## 176 Gentoo Biscoe 46.3 ## 177 Gentoo Biscoe 42.9 ## 178 Gentoo Biscoe 46.1 ## 179 Gentoo Biscoe 44.5 ## 180 Gentoo Biscoe 47.8 ## 181 Gentoo Biscoe 48.2 ## 182 Gentoo Biscoe 50.0 ## 183 Gentoo Biscoe 47.3 ## 184 Gentoo Biscoe 42.8 ## 185 Gentoo Biscoe 45.1 ## 186 Gentoo Biscoe 59.6 ## 187 Gentoo Biscoe 49.1 ## 188 Gentoo Biscoe 48.4 ## 189 Gentoo Biscoe 42.6 ## 190 Gentoo Biscoe 44.4 ## 191 Gentoo Biscoe 44.0 ## 192 Gentoo Biscoe 48.7 ## 193 Gentoo Biscoe 42.7 ## 194 Gentoo Biscoe 49.6 ## 195 Gentoo Biscoe 45.3 ## 196 Gentoo Biscoe 49.6 ## 197 Gentoo Biscoe 50.5 ## 198 Gentoo Biscoe 43.6 ## 199 Gentoo Biscoe 45.5 ## 200 Gentoo Biscoe 50.5 ## 201 Gentoo Biscoe 44.9 ## 202 Gentoo Biscoe 45.2 ## 203 Gentoo Biscoe 46.6 ## 204 Gentoo Biscoe 48.5 ## 205 Gentoo Biscoe 45.1 ## 206 Gentoo Biscoe 50.1 ## 207 Gentoo Biscoe 46.5 ## 208 Gentoo Biscoe 45.0 ## 209 Gentoo Biscoe 43.8 ## 210 Gentoo Biscoe 45.5 ## 211 Gentoo Biscoe 43.2 ## 212 Gentoo Biscoe 50.4 ## 213 Gentoo Biscoe 45.3 ## 214 Gentoo Biscoe 46.2 ## 215 Gentoo Biscoe 45.7 ## 216 Gentoo Biscoe 54.3 ## 217 Gentoo Biscoe 45.8 ## 218 Gentoo Biscoe 49.8 ## 219 Gentoo Biscoe 46.2 ## 220 Gentoo Biscoe 49.5 ## 221 Gentoo Biscoe 43.5 ## 222 Gentoo Biscoe 50.7 ## 223 Gentoo Biscoe 47.7 ## 224 Gentoo Biscoe 46.4 ## 225 Gentoo Biscoe 48.2 ## 226 Gentoo Biscoe 46.5 ## 227 Gentoo Biscoe 46.4 ## 228 Gentoo Biscoe 48.6 ## 229 Gentoo Biscoe 47.5 ## 230 Gentoo Biscoe 51.1 ## 231 Gentoo Biscoe 45.2 ## 232 Gentoo Biscoe 45.2 ## 233 Gentoo Biscoe 49.1 ## 234 Gentoo Biscoe 52.5 ## 235 Gentoo Biscoe 47.4 ## 236 Gentoo Biscoe 50.0 ## 237 Gentoo Biscoe 44.9 ## 238 Gentoo Biscoe 50.8 ## 239 Gentoo Biscoe 43.4 ## 240 Gentoo Biscoe 51.3 ## 241 Gentoo Biscoe 47.5 ## 242 Gentoo Biscoe 52.1 ## 243 Gentoo Biscoe 47.5 ## 244 Gentoo Biscoe 52.2 ## 245 Gentoo Biscoe 45.5 ## 246 Gentoo Biscoe 49.5 ## 247 Gentoo Biscoe 44.5 ## 248 Gentoo Biscoe 50.8 ## 249 Gentoo Biscoe 49.4 ## 250 Gentoo Biscoe 46.9 ## 251 Gentoo Biscoe 48.4 ## 252 Gentoo Biscoe 51.1 ## 253 Gentoo Biscoe 48.5 ## 254 Gentoo Biscoe 55.9 ## 255 Gentoo Biscoe 47.2 ## 256 Gentoo Biscoe 49.1 ## 257 Gentoo Biscoe 47.3 ## 258 Gentoo Biscoe 46.8 ## 259 Gentoo Biscoe 41.7 ## 260 Gentoo Biscoe 53.4 ## 261 Gentoo Biscoe 43.3 ## 262 Gentoo Biscoe 48.1 ## 263 Gentoo Biscoe 50.5 ## 264 Gentoo Biscoe 49.8 ## 265 Gentoo Biscoe 43.5 ## 266 Gentoo Biscoe 51.5 ## 267 Gentoo Biscoe 46.2 ## 268 Gentoo Biscoe 55.1 ## 269 Gentoo Biscoe 44.5 ## 270 Gentoo Biscoe 48.8 ## 271 Gentoo Biscoe 47.2 ## 272 Gentoo Biscoe NA ## 273 Gentoo Biscoe 46.8 ## 274 Gentoo Biscoe 50.4 ## 275 Gentoo Biscoe 45.2 ## 276 Gentoo Biscoe 49.9 ## 277 Chinstrap Dream 46.5 ## 278 Chinstrap Dream 50.0 ## 279 Chinstrap Dream 51.3 ## 280 Chinstrap Dream 45.4 ## 281 Chinstrap Dream 52.7 ## 282 Chinstrap Dream 45.2 ## 283 Chinstrap Dream 46.1 ## 284 Chinstrap Dream 51.3 ## 285 Chinstrap Dream 46.0 ## 286 Chinstrap Dream 51.3 ## 287 Chinstrap Dream 46.6 ## 288 Chinstrap Dream 51.7 ## 289 Chinstrap Dream 47.0 ## 290 Chinstrap Dream 52.0 ## 291 Chinstrap Dream 45.9 ## 292 Chinstrap Dream 50.5 ## 293 Chinstrap Dream 50.3 ## 294 Chinstrap Dream 58.0 ## 295 Chinstrap Dream 46.4 ## 296 Chinstrap Dream 49.2 ## 297 Chinstrap Dream 42.4 ## 298 Chinstrap Dream 48.5 ## 299 Chinstrap Dream 43.2 ## 300 Chinstrap Dream 50.6 ## 301 Chinstrap Dream 46.7 ## 302 Chinstrap Dream 52.0 ## 303 Chinstrap Dream 50.5 ## 304 Chinstrap Dream 49.5 ## 305 Chinstrap Dream 46.4 ## 306 Chinstrap Dream 52.8 ## 307 Chinstrap Dream 40.9 ## 308 Chinstrap Dream 54.2 ## 309 Chinstrap Dream 42.5 ## 310 Chinstrap Dream 51.0 ## 311 Chinstrap Dream 49.7 ## 312 Chinstrap Dream 47.5 ## 313 Chinstrap Dream 47.6 ## 314 Chinstrap Dream 52.0 ## 315 Chinstrap Dream 46.9 ## 316 Chinstrap Dream 53.5 ## 317 Chinstrap Dream 49.0 ## 318 Chinstrap Dream 46.2 ## 319 Chinstrap Dream 50.9 ## 320 Chinstrap Dream 45.5 ## 321 Chinstrap Dream 50.9 ## 322 Chinstrap Dream 50.8 ## 323 Chinstrap Dream 50.1 ## 324 Chinstrap Dream 49.0 ## 325 Chinstrap Dream 51.5 ## 326 Chinstrap Dream 49.8 ## 327 Chinstrap Dream 48.1 ## 328 Chinstrap Dream 51.4 ## 329 Chinstrap Dream 45.7 ## 330 Chinstrap Dream 50.7 ## 331 Chinstrap Dream 42.5 ## 332 Chinstrap Dream 52.2 ## 333 Chinstrap Dream 45.2 ## 334 Chinstrap Dream 49.3 ## 335 Chinstrap Dream 50.2 ## 336 Chinstrap Dream 45.6 ## 337 Chinstrap Dream 51.9 ## 338 Chinstrap Dream 46.8 ## 339 Chinstrap Dream 45.7 ## 340 Chinstrap Dream 55.8 ## 341 Chinstrap Dream 43.5 ## 342 Chinstrap Dream 49.6 ## 343 Chinstrap Dream 50.8 ## 344 Chinstrap Dream 50.2 ``` --- ## Manipulations de plusieurs facteurs - changement de niveaux sur tous les facteurs ```r pingoo <- Manchots %>% mutate_if( is.factor, fct_recode, "Delo" = "Adelie", "Delo" = "Dream") ``` - petite vérification ```r pingoo %>% select_if(is.factor) %>% str() ``` ``` ## 'data.frame': 344 obs. of 3 variables: ## $ species: Factor w/ 3 levels "Delo","Chinstrap",..: 1 1 1 1 1 1 1 1 1 1 ... ## $ island : Factor w/ 3 levels "Biscoe","Delo",..: 3 3 3 3 3 3 3 3 3 3 ... ## $ sex : Factor w/ 2 levels "female","male": 2 1 1 NA 1 2 1 2 NA NA ... ``` --- ## Manipulations des dates : un exemple - transcription facile ```r # fonctions provenant de la librairie lubridate contenue dans le tidyverse ymd(20101215) ``` ``` ## [1] "2010-12-15" ``` ```r ymd(101215) ``` ``` ## [1] "2010-12-15" ``` ```r mdy("4/1/17") ``` ``` ## [1] "2017-04-01" ``` ```r mdy("4-1-17") ``` ``` ## [1] "2017-04-01" ``` ```r mdy("04-1-2017") ``` ``` ## [1] "2017-04-01" ``` --- class: inverse, middle, center # Graphiques statiques avec ggplot2 --- ## Structure générale - l'intérêt majeur : + automatisation naturelle de beaucoup de représentations et garantie de maintenir une charte graphique avec un rendu déjà abouti sans trop d'efforts - les inconvénients : + environnements en évolution constante, un nombre énorme de fonctions pour différentes situations - le fonctionnement : + tous les graphiques débutent par l'appel de la fonction `ggplot()` + ensuite, empilement de couches/calques/écailles, ce n'est pas le *pipe* que sert mais le signe `+` --- ## les graphiques de base - un peu moins de facilité qu'avec `plot` qui opte pour la représentation en fonction des natures des variables - les fonctions de base + `geom_point` pour un nuage de points + `geom_line` pour une interpolation linéaire de points + `geom_bar` pour un diagramme en bâton + `geom_boxplot` pour une boîte à moustaches + `geom_hist` pour un histogramme - la syntaxe commune fait intervenir un argument `aes()` que l'on peut partager entre plusieurs couches + l'argument `x=` permet de désigner la variable en abscisse + l'argument `y=` permet de désigner la variable en ordonnée + l'argument `group=` permet de désigner la variable qualitative pour séparer les valeurs suivant les modalités + l'argument `color=` permet de désigner la variable utilisée pour la couleur du tracé + l'argument `fill=` permet de désigner la variable utilisée pour le remplissage des formes --- ## Diagramme en bâtons - la structure lisible mais légèrement plus lourde qu'avec `plot()` .pull-left[ ```r Manchots %>% ggplot(aes(x = species)) + geom_bar() ``` ] .pull-left[ <!-- --> ] --- ## Ajout d'une variable - pour enrichir la représentation, il peut être intéressant de croiser les variables .pull-left[ ```r Manchots %>% ggplot() + aes(x = species, fill = island)+ geom_bar() ``` ] .pull-right[ <!-- --> ] --- ## Maîtriser l'intégration de la nouvelle variable .pull-left[ - plusieurs variantes possibles ```r Manchots %>% ggplot() + aes(x = species, fill = island) + geom_bar(position = position_dodge()) ``` ] .pull-right[ <!-- --> ] --- ## Cosmétiques : 1e couche .pull-left[ - afin de rendre le graphique plus lisible ```r Manchots %>% ggplot(aes(x = species, fill = island)) + geom_bar(position = position_dodge()) + ggtitle("Répartition des manchots par espèce") + xlab("Espèces des manchots observés") + ylab("Nombres d'individus") + labs(fill = "Île") +#labs() permet de régler beaucoup de choses theme(text = element_text(size = 15), axis.text.x = element_text(angle = 90, hjust = 1)) ``` ] .pull-right[ <!-- --> ] --- ## L'histogramme .pull-left[ - là encore il faut savoir si on veut un histogramme complet puis donner une répartition au sein d'une classe ou alors autant d'histogrammes que de modalités ```r Manchots %>% select(bill_l, sex) %>% na.omit() %>% ggplot() + geom_histogram( aes( x = bill_l, y = after_stat(density), fill = sex ), bins = 6, alpha = 0.4, position = "identity" ) ``` ] .pull-right[ <!-- --> ] --- ## La boîte à moustache .pull-left[ - comme pour les diagrammes en bâtons ```r Manchots %>% ggplot() + aes(x = species, y = bill_l, fill = island) + geom_boxplot() ``` ] .pull-right[ <!-- --> ] --- ## Le nuage de points - la fonction `geom_smooth()` permet d'ajouter les droites de régression par groupe ainsi que les intervalles de confiance sur la tendance .pull-left[ ```r p <- Manchots %>% ggplot() + aes(x = bill_l, y = bill_d, color = species) + labs(x = "longueur de bec", y = "profondeur de bec", fill = "Espèce") + geom_point() + geom_smooth(method = "lm") p ``` ] .pull-right[ <!-- --> ] --- ## Cosmétiques : 2e couche .pull-left[ - changement de couleurs à l'aide des fonctions du type commençant par `scale_` ```r mycolors = c("orange", "pink", "dodgerblue4", "yellow") p + scale_discrete_manual( aesthetics = c("colour"), values = mycolors) #argument fill disponible en aesthetics # plusieurs palettes déjà définies # par exemple pour les daltoniens : p + scale_color_viridis_d() ``` ] .pull-right[ <!-- --> ] --- ## La magie des facettes .pull-left[ - possibilité de créer une mosaïque ```r Manchots %>% na.omit() %>% ggplot() + aes(x = bill_l, y = after_stat(density), color = sex, fill = island) + geom_histogram(alpha = 0.5) + facet_wrap(~island+sex) + labs(x = "longueur de bec", y = "densité", title = "histogrammes des longueurs de bec", fill = "île", color = "sexe")+ theme(text = element_text(size = 25)) ``` ] .pull-right[ <!-- --> ] --- ## Ensuite ? - énorme communauté autour de `tidyverse` - chaque question qu'on se pose a très certainement une réponse simple, concise (ou presque) et reproductible - quelques sources + <a href="http://www.sthda.com/english/">Statistical tools for high-throughput data analysis</a> + <a href="https://stackoverflow.com/"> Stackoverflow</a> + <a href="https://exts.ggplot2.tidyverse.org/gallery/"> présentation de multiples librairies d'extensions ggplot </a> - facilités également fournies par les intelligences artificielles, plus la question est précise mieux c'est !