wrangle.Rmd

---
title: "Tuto tidyverse"
output: 
    html_document
---

```{r setup, include=FALSE}
knitr::opts_chunk$set(echo = TRUE,
                      message = FALSE,
                      warning = FALSE)
```

Bienvenue dans le *tidyverse*.

Voici une petite sélection des fonctions utiles pour la manipulation de data.frame.

```{r}
library(tidyverse) # charge plusieurs packages
```

# Readr: importer des datas (et écrire)

```{r}
data <- read_tsv("./data_note.tsv")
# write_tsv(data, file = "./data_note.tsv")
```

# %>%

Le pipe prend l'output de la précédente commande et l'envoie dans le premier argument de la commande suivante.

```{r}
data %>% head()  # = head(data)

```

# dplyr

## Selection des colonnes (select)

*Plusieurs packages ont une fonction `select()`, on explicite celle de dplyr avec `dplyr::select()`*

```{r}
data %>% dplyr::select(c(ID, E1))
```

## Filtrer les lignes (filter)

```{r}
data %>% filter(E1 > 90)
```

## Ajouter des colonnes (mutate)

```{r}
data %>% mutate(Moyenne_Exam = (E1+E2)/2)
```

## Trier (arrange)

```{r}
data %>% arrange(desc(E2)) # ordre décroissant
data %>% arrange(E2)   # ordre croissant
```

## Jointure

Permet de joindre 2 tables qui ont une ou plusieurs colonnes en commun.
Il a plusieurs de type de jointure: `left_join`, `right_join`, `full_join`, `inner_join`, ...

Soit le data.frame *Sex* qui contient le sexe (colonne sexe) de étudiants (colonne ID_s).
```{r}
Sexe <- data.frame(ID_s = data$ID, 
                   sexe = sample(c("M","F"), replace = T, size = length(data$ID)))
head(Sexe)
left_join(data, Sexe, by = c("ID" = "ID_s"))
```

## Group_by et summarise

La combinaison des 2 outils permets de créer des sous-groupes et réaliser des opérations sur ces sous-groupes.

```{r}
# moyenne des E2 par année et par cohorte
data  %>% group_by(Année, Cohorte) %>% 
    summarise(Moyenne_Y_E2 = mean(E2))

# nombre d'étudiants par année
data  %>% group_by(Année) %>% 
    summarise(N = n())
```

# tidyr

## passer un data.frame au format *long*

```{r}
tmp.long <- data %>% 
    pivot_longer(names_to = "Type_Control", # colonne nom de variable
                 values_to = "Note", # colonne contenu
                 -c(ID, Année, Cohorte)) # colonne a ne pas transformer

tmp.long
```

## dans l'autre sens (format large)

```{r}
tmp.long %>% pivot_wider(names_from = Type_Control, 
                         values_from = Note)
```