« Fonctions intéressantes dans R » : différence entre les versions
Page créée avec « Liste de fonctions intéressantes dans R '''ifelse()''' (une utilisation particulière): on peut transformer une variable dichotomique en dummy variable en une seule ligne avec cette fonction: * résultat <- ifelse(variableN == "Yes", 1, 0) * signifie : tous les individus de la variableN qui ont la valeur "Yes" sont transformés en "1", les autres sont transformés en 0 '''aggregate()''': résumer facilement un gros dataset * p.ex. : aggregate(my_data[,c("st... » |
mAucun résumé des modifications |
||
| Ligne 1 : | Ligne 1 : | ||
Liste de fonctions intéressantes dans R | Liste de fonctions intéressantes dans R | ||
'''aggregate()''': résumer facilement un gros dataset | |||
* p.ex. : aggregate(my_data[,c("stats","faim","stress")], list(my_data$heure, my_data$sex, mean)) | |||
* permet de sélectionner les variables "stats", "faim" et "stress", et d'obtenir leur moyenne selon les critères "heure" et "sex" | |||
'''ifelse()''' (une utilisation particulière): on peut transformer une variable dichotomique en dummy variable en une seule ligne avec cette fonction: | '''ifelse()''' (une utilisation particulière): on peut transformer une variable dichotomique en dummy variable en une seule ligne avec cette fonction: | ||
| Ligne 5 : | Ligne 10 : | ||
* signifie : tous les individus de la variableN qui ont la valeur "Yes" sont transformés en "1", les autres sont transformés en 0 | * signifie : tous les individus de la variableN qui ont la valeur "Yes" sont transformés en "1", les autres sont transformés en 0 | ||
''' | '''pairs.panels(''dataframe'')''': permet d'avoir une grosse matrice permettant d'avoir les distibutions, les coefficients de corrélation et les graphes des résidus | ||
Dernière version du 1 avril 2026 à 10:44
Liste de fonctions intéressantes dans R
aggregate(): résumer facilement un gros dataset
- p.ex. : aggregate(my_data[,c("stats","faim","stress")], list(my_data$heure, my_data$sex, mean))
- permet de sélectionner les variables "stats", "faim" et "stress", et d'obtenir leur moyenne selon les critères "heure" et "sex"
ifelse() (une utilisation particulière): on peut transformer une variable dichotomique en dummy variable en une seule ligne avec cette fonction:
- résultat <- ifelse(variableN == "Yes", 1, 0)
- signifie : tous les individus de la variableN qui ont la valeur "Yes" sont transformés en "1", les autres sont transformés en 0
pairs.panels(dataframe): permet d'avoir une grosse matrice permettant d'avoir les distibutions, les coefficients de corrélation et les graphes des résidus