Chapitre 1. Les concepts de base, l’organisation des donn´ ees
59
[1,]
1
3
[2,]
2
4
$des.complexes
[1] 1+2i 3+0i
> liste1 <- list(complexe=1+1i,logique=FALSE)
> liste2 <- list(chaine="J’apprends R",vecteur=1:2)
> C <- list("Ma première liste"=liste1,Ma.seconde.liste=liste2)
> C
$‘Ma première liste‘
$‘Ma première liste‘$complexe
[1] 1+1i
$‘Ma première liste‘$logique
[1] FALSE
$Ma.seconde.liste
$Ma.seconde.liste$chaine
[1] "J’apprends R"
$Ma.seconde.liste$vecteur
[1] 1 2
Renvoi
Cette fa¸ con de proc´ eder (en nommant les ´ el´ ements) permet de faciliter
l’extraction d’´ el´ ements d’une liste (voir chapitre 3, page 113).
1.2.2.4 Le tableau individus × variables (data.frame)
Le tableau individus × variables est la structure par excellence en statistique. Cette notion est exprim´ ee dans R par le data.frame. Conceptuellement,
c’est une matrice dont les lignes correspondent aux individus et les colonnes
aux variables (ou caract` eres) mesur´ ees sur ces derniers. Chaque colonne repr´ esente une variable particuli` ere dont tous les ´ el´ ements sont du
mˆ eme type. Les colonnes de la matrice-donn´ ees peuvent ˆ etre nomm´ ees. Voici
un exemple de cr´ eation d’un data.frame :
> IMC <- data.frame(Sexe=c("H","F","H","F","H","F"),
+
Taille=c(1.83,1.76,1.82,1.60,1.90,1.66),
+
Poids=c(67,58,66,48,75,55),
+
row.names=c("Rémy","Lol","Pierre","Domi","Ben","Cécile"))
> IMC
Sexe Taille Poids
Rémy
H
1.83
67
Lol
F
1.76
58
Pierre
H
1.82
66
Domi
F
1.60
48
Ben
H
1.90
75
Cécile
F
1.66
55
> is.data.frame(IMC)