Important : Ce guide assume que vous savez comment :

  1. Rédiger un script RMarkdown
  2. Installer et activer des packages

Vous pouvez cliquer sur les liens ci-dessus pour consulter les guides associées.

Pour analyser des données, il faut tout d’abord avoir des données à analyser! Dans ce guide, nous allons apprendre comment importer un fichier de données de type csv dans R.

L’acronyme csv signifie Comma Separated Variables. Je vous montre comment importer ce format en particulier car c’est un type de fichier très simple qui constitue en quelque sorte le « standard » pour le partage des banques de données en science — c.-à-d. des banques de données où les colonnes représentent des variables et les rangés représentent des observations. Sachez qu’il est possible (et généralement tout aussi facile) d’importer d’autres type de fichier de données dans R (ex.: Excel = .xlsx, SPSS = .sav).

0.1 Avant d’importer : fichier Odesi

À titre d’exemple, je suis aller chercher une banque de données sur la plateforme Odesi (comme vous aurez à le faire pour votre TP). Le fichier de données (RCC-5323-F-2020-SM_F1.csv) ainsi que la documentation Odesi concernant son contenu (RCC-5323-F-2020-SM.pdf) sont disponibles sur Studium. Je vous invite à télécharger ces documents pour suivre cette démonstration. Voici comment y accéder :
Ateliers R > Importer et préparer les données (exemple)

1 Activer readr

Nous aurons besoin d’activer le package readr puisqu’il plusieurs fonctions permettant de lire des fichiers de données. Spécifiquement, la fonction qui nous intéresse est read_csv(). Comme nous l’avons vue dans le guide package.htlm, la syntaxe suivante permet d’activer le package readr:

library(readr)

Une fois le package activé, il vous reste deux choses à faire pour importer votre base de données :

  1. Identifier le folder path du fichier .csv dans votre ordinateur.

  2. Créer la banque de données brutes

2 Identifier le folder path

Le folder path est une chaîne de caractères (ou string) qui sert à indiquer à R où se trouve le fichier que vous voulez ouvrir dans les dossiers de votre ordinateur. Une manière de trouver le folder path spécifique à votre ordinateur est d’utiliser l’onglet Files dans la fenêtre en bas à droite dans RStudio. Voici les étapes à suivre :

  • Localiser le fichier csv dans vos dossiers et sélectionner le (clic gauche).

  • Sélectionner l’option Import Dataset....

  • Dans la section File/URL: de la fenêtre Import Text Data qui apparaît, copier-coller le folder path (chaîne de caractères entre guillemets "")

3 Créer la banque de données brutes

Maintenant qu’on a le folder path, il est très facile de créer la banque de données brutes. Pour ce faire, il faut assigner (avec l’opérateur <-) le contenu du fichier csv (à gauche de <-) à un nouvel objet (à droite de <-). Nous appellerons ce nouvel objet donnees_brutes par soucis de clarté. Voici la syntaxe (n’oubliez pas de remplacer le folder path!) :

donnees_brutes <- read_csv("folder path")

On peut maintenant afficher l’objet qu’on vient de créer en appellant son nom :

donnees_brutes
## # A tibble: 45,989 × 6
##    MH_05 DEM_10 ANXDVGAD PPROV PAGEGR ...6 
##    <dbl>  <dbl>    <dbl> <dbl>  <dbl> <lgl>
##  1     3      2       11    35      6 NA   
##  2     3      2        5    13      7 NA   
##  3     1      1        0    12      4 NA   
##  4     2      1       10    48      4 NA   
##  5     3      2       11    59      7 NA   
##  6     2      1        0    35      7 NA   
##  7     2      1        0    59     10 NA   
##  8     1      1        0    59     10 NA   
##  9     4      2       12    35      8 NA   
## 10     4      2       16    13      4 NA   
## # … with 45,979 more rows

Si vous obtenez le output ci-dessus, félicitation! Vous êtes prêt.e à passer au guide suivant (preparation_de_donnees.html).

À noter pour le TP : Dans votre travail pratique, vous n’aurez pas besoin de présenter et expliquer les étapes nécessaires pour importer vos données. Le code nécessaire pour importer les données sera simplement inclu au bloc de code setup au tout début de votre script .Rmd. Ce bloc de code ne s’affiche pas dans le document final à cause de l’argument include=FALSE dans les paramètres du bloc. Pour plus de détails, veuillez consulter la section 3.1 du guide Rédiger un script RMarkdown.