« Importer et exporter des données avec Tidyverse » : différence entre les versions
Aller à la navigation
Aller à la recherche
m (Mattia A. Fritz a déplacé la page Importer des données avec Tidyverse vers Importer et exporter des données avec Tidyverse : Prévoit aussi l'exportation) |
|||
Ligne 3 : | Ligne 3 : | ||
== Introduction == | == Introduction == | ||
L'ecosystème [[introduction à Tidyverse|Tidyverse]] met à disposition plusieurs fonctions pour importer des données qui représentent des alternatives aux [[importer des données dans R|modalités | L'ecosystème [[introduction à Tidyverse|Tidyverse]] met à disposition plusieurs fonctions pour importer et exporter des données qui représentent des alternatives aux [[importer des données dans R|modalités mises à disposition de base par R]]. | ||
=== Avantages des fonctions Tidyverse === | |||
Les avantages d'utiliser les fonctions de [[introduction à Tidyverse|Tidyverse]] concernent principalement : | |||
* Possibilité d'importer depuis différentes sources (fichiers de text, ''spreadsheet'', autres logiciels d'analyse statistique, ...) ; | |||
* Homogénéité des formats des données une fois importées, indépendamment du type de source originale ; | |||
* Les données sont déjà prêtes pour le traitement successif, comme par exemple l'[[organiser des données avec tidyr|organisation]], la [[manipuler des données avec dplyr|manipulation]], la [[visualisation des données avec ggplot2|visualisation]], la [[introduction à la modélisation des données avec R|modélisation]], ou la [[introduction à Rmarkdown|communication des résultats]]. | |||
* Possibilité de créer un flux d'importation automatisé qui maintient les données originales, c'est-à-dire les données brutes récoltés | |||
* Exportation des données dans des formats propices à l'archivage et au partage (formats textuels plutôt que formats propriétaires ou nécessitant de logiciels particuliers) | |||
=== Objectifs de l'article === | |||
L'article vise à un double objectif : | |||
* '''Technique''' | |||
*: Fournir des exemples d'importations et exportations de données qui peuvent être utiles dans des situations fréquentes en sciences sociales ; | |||
* '''Pratique''' | |||
*: Sensibiliser à l'importance de bien organiser les données, en appliquant des bonnes pratiques sur l'organisation des fichiers et l'organisation des données à l'intérieur des fichiers | |||
Pour atteindre ces objectifs, l'article utilise certains fonctions des paquets '''tidyr''' et '''dplyr''' qui sont traités de manière plus approfondies dans les articles : | |||
* {{ Goblock || [[Organiser des données avec tidyr]] }} | |||
* {{ Goblock || [[Manipuler des données avec dplyr]] }} | |||
[[Catégorie:R]] | [[Catégorie:R]] |
Version du 14 octobre 2021 à 14:21
Cet article est en construction: un auteur est en train de le modifier.
En principe, le ou les auteurs en question devraient bientôt présenter une meilleure version.
Introduction
L'ecosystème Tidyverse met à disposition plusieurs fonctions pour importer et exporter des données qui représentent des alternatives aux modalités mises à disposition de base par R.
Avantages des fonctions Tidyverse
Les avantages d'utiliser les fonctions de Tidyverse concernent principalement :
- Possibilité d'importer depuis différentes sources (fichiers de text, spreadsheet, autres logiciels d'analyse statistique, ...) ;
- Homogénéité des formats des données une fois importées, indépendamment du type de source originale ;
- Les données sont déjà prêtes pour le traitement successif, comme par exemple l'organisation, la manipulation, la visualisation, la modélisation, ou la communication des résultats.
- Possibilité de créer un flux d'importation automatisé qui maintient les données originales, c'est-à-dire les données brutes récoltés
- Exportation des données dans des formats propices à l'archivage et au partage (formats textuels plutôt que formats propriétaires ou nécessitant de logiciels particuliers)
Objectifs de l'article
L'article vise à un double objectif :
- Technique
- Fournir des exemples d'importations et exportations de données qui peuvent être utiles dans des situations fréquentes en sciences sociales ;
- Pratique
- Sensibiliser à l'importance de bien organiser les données, en appliquant des bonnes pratiques sur l'organisation des fichiers et l'organisation des données à l'intérieur des fichiers
Pour atteindre ces objectifs, l'article utilise certains fonctions des paquets tidyr et dplyr qui sont traités de manière plus approfondies dans les articles :