Nous allons utiliser le package tidyverse. Le terme tidyverse est une contraction de tidy ( tradut comme bien rangé) et de universe . C’est package est une collection de packages conçues pour faire la visualisation, la manipulation des tableaux de données, import/export de données, manipulation de variables, programmation, …, etc. Plusieurs packages qui constituent le coeur de tidyverse sont
library(tidyverse)Nous considérons les données salaires.tex.
salary : salaire brut actuel en $ par an
salbegin : salaire de départ en $ par an
minority : appartenance à une minorité (0 appartient et 1 sinon)
jobtime : nombre de mois depuis l’entrée dans l’entreprise
prevexp : nombre de mois de travail avant l’entrée dans l’entreprise
educ : nombre d’années d’étude
sex : 0 si homme et 1 si femme
Salaire <- read.table('salaires.txt',header=TRUE)summary(Salaire)## salary salbegin jobtime prevexp
## Min. : 15750 Min. : 9000 Min. :63.00 Min. : 0.00
## 1st Qu.: 24000 1st Qu.:12488 1st Qu.:72.00 1st Qu.: 19.25
## Median : 28875 Median :15000 Median :81.00 Median : 55.00
## Mean : 34420 Mean :17016 Mean :81.11 Mean : 95.86
## 3rd Qu.: 36938 3rd Qu.:17490 3rd Qu.:90.00 3rd Qu.:138.75
## Max. :135000 Max. :79980 Max. :98.00 Max. :476.00
## educ minority sex
## Min. : 8.00 Min. :0.0000 Min. :0.0000
## 1st Qu.:12.00 1st Qu.:0.0000 1st Qu.:0.0000
## Median :12.00 Median :0.0000 Median :0.0000
## Mean :13.49 Mean :0.2194 Mean :0.4557
## 3rd Qu.:15.00 3rd Qu.:0.0000 3rd Qu.:1.0000
## Max. :21.00 Max. :1.0000 Max. :1.0000Salaire <- Salaire %>%
mutate(sex = factor(sex, levels = c(0,1), labels = c("H","F")),
minority = factor(minority,levels = c(0,1), labels = c("Non","Oui")))
summary(Salaire)## salary salbegin jobtime prevexp
## Min. : 15750 Min. : 9000 Min. :63.00 Min. : 0.00
## 1st Qu.: 24000 1st Qu.:12488 1st Qu.:72.00 1st Qu.: 19.25
## Median : 28875 Median :15000 Median :81.00 Median : 55.00
## Mean : 34420 Mean :17016 Mean :81.11 Mean : 95.86
## 3rd Qu.: 36938 3rd Qu.:17490 3rd Qu.:90.00 3rd Qu.:138.75
## Max. :135000 Max. :79980 Max. :98.00 Max. :476.00
## educ minority sex
## Min. : 8.00 Non:370 H:258
## 1st Qu.:12.00 Oui:104 F:216
## Median :12.00
## Mean :13.49
## 3rd Qu.:15.00
## Max. :21.00View(Salaire %>% filter(salary >= 80000))
View(Salaire %>% filter(salary >= 80000, sex=="F"))
View(Salaire %>% filter(salary >= 80000, sex=="H"))
View(Salaire %>% filter(salary >= 80000, sex=="H") %>%
select(salary,salbegin))
View(Salaire %>% filter(salary >= 80000, sex=="H") %>%
select(-salary,-salbegin))
View(Salaire %>% filter(salary >= 30000, salary < 60000))
View(Salaire %>% arrange(salary))
View(Salaire %>% arrange(desc(salary)))View(Salaire %>% mutate(logsalary = log(salary), W= 2 * salary +1))summary(Salaire$salary)## Min. 1st Qu. Median Mean 3rd Qu. Max.
## 15750 24000 28875 34420 36938 135000tmp <- Salaire %>% summarise(moy = mean(salary),
s = moments::skewness(salary),
k = moments::kurtosis(salary))
tmp## moy s k
## 1 34419.57 2.117877 8.30863tmp <- Salaire %>% group_by(sex) %>% summarise(moy = mean(salary))
tmp## # A tibble: 2 x 2
## sex moy
## <fct> <dbl>
## 1 H 41442.
## 2 F 26032.summary(Salaire$sex)## H F
## 258 216Salaire %>% group_by(sex) %>% count()## # A tibble: 2 x 2
## # Groups: sex [2]
## sex n
## <fct> <int>
## 1 H 258
## 2 F 216Salaire %>% filter(sex == "F", salary > 35000) %>% count()## # A tibble: 1 x 1
## n
## <int>
## 1 21Salaire_A <- Salaire %>% sample_n(10)
Salaire_A## salary salbegin jobtime prevexp educ minority sex
## 225 21900 12750 82 0 15 Non F
## 90 16200 9750 92 0 8 Non F
## 49 34800 16500 94 93 15 Non H
## 34 92000 39990 96 175 19 Non H
## 184 38850 15000 84 53 15 Non H
## 362 16950 10200 72 319 8 Non F
## 160 66000 47490 86 150 16 Non H
## 144 16650 9750 88 412 8 Non F
## 455 43650 19500 65 19 16 Non H
## 353 31200 15750 73 155 12 Oui HSalaire_B <- Salaire %>% sample_frac(0.05)
Salaire_B## salary salbegin jobtime prevexp educ minority sex
## 320 22050 15000 76 385 12 Non H
## 98 30000 15000 92 144 8 Oui H
## 117 31500 18750 90 205 12 Non F
## 63 55000 26250 93 32 17 Non H
## 35 81250 30000 96 18 17 Non H
## 195 26400 12750 84 36 12 Oui F
## 417 37800 15000 67 36 15 Non H
## 196 23100 12000 84 214 16 Oui F
## 356 28350 15000 72 48 15 Non H
## 375 27450 14700 70 41 12 Non H
## 58 26400 13500 94 3 15 Non F
## 50 60000 23730 94 59 16 Non H
## 134 41550 24990 89 285 16 Non F
## 234 50550 19500 81 44 15 Non H
## 220 29850 15750 82 85 12 Non H
## 448 16350 10200 66 163 12 Oui F
## 453 24450 15750 65 338 15 Non H
## 372 21300 15750 70 372 15 Non H
## 237 22650 11250 81 0 12 Non F
## 12 28350 12000 98 26 8 Oui H
## 394 29100 12450 69 17 8 Non F
## 465 33900 16500 64 106 12 Non H
## 462 34410 19500 65 79 16 Non F
## 252 25500 11400 81 9 12 Oui H