Chapitre 3. Manipulation de donn´ ees, fonctions
149
B- Gestion des valeurs manquantes
Importez dans un data.frame le fichier de donn´ ees suivant :
http://www.biostatisticien.eu/springeR/Infarct.xls
3.1- Quelles sont les lignes qui ont des valeurs manquantes ?
3.2- Quels sont les individus qui ont plus d’une valeur manquante ?
3.3- Quelles sont les variables ayant des valeurs manquantes ?
3.4- Vous allez proposer plusieurs solutions pour supprimer toutes les lignes
de ce data.frame contenant au moins une valeur manquante. En plus des
op´ erateurs logiques et de la fonction d’extraction, vous ne devez utiliser
que :
a) les fonctions is.na(), prod(), apply() et as.logical() ;
b) les fonctions is.na(), apply() et any() ;
c) les fonctions is.na(), apply() et all() ;
d) la fonction complete.cases() ;
e) la fonction na.omit().
C- Gestion des chaˆ ınes de caract` eres
3.1- Importez le fichier www.biostatisticien.eu/springeR/dept-pop.csv
dans un data.frame nomm´ e dept.
3.2- Remplacez la premi` ere colonne par deux nouvelles colonnes : l’une nomm´ ee numdep contiendra le num´ ero du d´ epartement, l’autre nomm´ ee Dept
qui n’en contiendra que le nom.
D- ´
Epid´ emies de grippe en France depuis 1984
1
3.1- Importez le fichier http://www.biostatisticien.eu/springeR/grippe.
csv dans un data.frame nomm´ e grippe. Assurez-vous de bien g´ erer les
valeurs manquantes.
3.2- Tapez names(grippe). Comme vous le constatez, grippe$Date contient
des dates sous la forme de l’ann´ ee (avec le si` ecle ; exemple : 2003) suivie
du num´ ero de la semaine (` a deux chiffres).
3.3- D´ eterminez quels sont les diff´ erents num´ eros de semaine possibles (indice :
utilisez les fonctions substring(), unique() et sort()).
3.4- Dans un premier temps, il s’agit de r´ ecup´ erer ces dates sous R dans un objet de classe POSIXlt, par exemple au moyen de la fonction strptime().
En vous fondant sur le tableau 3.3, et en utilisant cette fonction, transformez la premi` ere date (la plus ancienne) au format POSIX.
1. Source : http://www.sentiweb.fr
149
B- Gestion des valeurs manquantes
Importez dans un data.frame le fichier de donn´ ees suivant :
http://www.biostatisticien.eu/springeR/Infarct.xls
3.1- Quelles sont les lignes qui ont des valeurs manquantes ?
3.2- Quels sont les individus qui ont plus d’une valeur manquante ?
3.3- Quelles sont les variables ayant des valeurs manquantes ?
3.4- Vous allez proposer plusieurs solutions pour supprimer toutes les lignes
de ce data.frame contenant au moins une valeur manquante. En plus des
op´ erateurs logiques et de la fonction d’extraction, vous ne devez utiliser
que :
a) les fonctions is.na(), prod(), apply() et as.logical() ;
b) les fonctions is.na(), apply() et any() ;
c) les fonctions is.na(), apply() et all() ;
d) la fonction complete.cases() ;
e) la fonction na.omit().
C- Gestion des chaˆ ınes de caract` eres
3.1- Importez le fichier www.biostatisticien.eu/springeR/dept-pop.csv
dans un data.frame nomm´ e dept.
3.2- Remplacez la premi` ere colonne par deux nouvelles colonnes : l’une nomm´ ee numdep contiendra le num´ ero du d´ epartement, l’autre nomm´ ee Dept
qui n’en contiendra que le nom.
D- ´
Epid´ emies de grippe en France depuis 1984
1
3.1- Importez le fichier http://www.biostatisticien.eu/springeR/grippe.
csv dans un data.frame nomm´ e grippe. Assurez-vous de bien g´ erer les
valeurs manquantes.
3.2- Tapez names(grippe). Comme vous le constatez, grippe$Date contient
des dates sous la forme de l’ann´ ee (avec le si` ecle ; exemple : 2003) suivie
du num´ ero de la semaine (` a deux chiffres).
3.3- D´ eterminez quels sont les diff´ erents num´ eros de semaine possibles (indice :
utilisez les fonctions substring(), unique() et sort()).
3.4- Dans un premier temps, il s’agit de r´ ecup´ erer ces dates sous R dans un objet de classe POSIXlt, par exemple au moyen de la fonction strptime().
En vous fondant sur le tableau 3.3, et en utilisant cette fonction, transformez la premi` ere date (la plus ancienne) au format POSIX.
1. Source : http://www.sentiweb.fr