R - Perfectionnement

– Introduction

• Rappels sur l’environnement de travail et sur l’IDE RStudio
• Bonnes pratiques en R, écrire du code propre et reproductible du premier coup
• Rappels sur l’utilisation des packages

– Ecrire ses fonctions

• Pourquoi et quand écrire des fonctions en R ?
• Les arguments d’une fonction, validation des valeurs en entrée, valeurs par défaut, arguments cachés
• Les différents environnements et scopes
• Gérer les dépendances d’une fonction sur les packages
• Que faire en cas d’erreur dans une fonction, gérer les messages retournés à l’utilisateur
• Ecrire des fonctions stables et des tests pour valider leur bon fonctionnement

– Manipuler différents types de données

• Les fonctions mathématiques de base
• Gérer les valeurs manquantes : identification et solutions
• Manipuler des chaînes de caractères et utiliser des expressions régulières
• Manipulation des formats date et POSIXct et opérations sur les dates

– Importer des données

• Importer des bases SAS, des fichiers Excel sans modifier le format de départ
• Lire des formats hétérogènes : JSON, XML, Shapefile, textuel
• Scrapper des données sur le web
• Se connecter à une base de données (Oracle, Microsoft SQL Server, MySQL, Postgre SQL, SQLite, MonetDB)
• Exécuter des requêtes SQL
• Ecrire dans une base de données

– Introduction à dplyr

• Présentation générale de dplyr : avantage à l’utilisation
• La syntaxe de dplyr : les « verbes » et le « pipe »
• Manipuler des données : filtrer, trier, sélectionner, créer des colonnes
• Agréger des données et calculer des indicateurs, réaliser des opérations par groupes
• Réaliser des jointures, combiner plusieurs tables entre elles

– Introduction à la visualisation

• Présentation générale de ggplot2 : pourquoi est-il nécessaire de visualiser ses données ?
• La syntaxe de base ggplot2 : « data » + « aesthetics » + « geometries »
• Réaliser des visualisations rapidement à des fins exploratoires
• Créer des graphiques prêts à l’emploi dans des présentations ou des publications