Manipulation avec dplyr

le package dplyr

Dans ce cours, afin de manipuler les données, nous allons utiliser la librairie dplyr qui assure une manipulation plus intuitive des données. Toutefois, vous pouvez utiliser tout autre libraire ou même les fonctions de base de R.

# install.packages("dplyr")

D’abord, téléchargeons un petit df afin d’illustrer la théorie. Dans ce df, nous avons les données d’un cycliste qui est sorti un jour d’été faire un petit tour dans l’île de Montréal. Chaque observation, représente le nombre de km parcourus d’un parcours (lap), le temps que ça a pris, la vitesse moyenne en km/h de chaque lap, la puissance moyenne en watts et finalement, les battements de cours par minutes.

df<-read.csv("https://raw.githubusercontent.com/nmeraihi/data/master/exemple_2.txt")
df

A data.frame: 5 × 5

km	temps	vitesseMoyenne	puissanceMoyenne	bpm
<dbl>	<chr>	<dbl>	<int>	<int>
1.24	4:01	19.1	160	134
4.84	9:42	30.2	133	146
1.02	1:57	30.8	141	139
17.61	36:11	29.2	125	144
9.27	19:10	29.0	121	143

Il possible d’ordonner les données avec la fonction de base de R appelé order. Par exemple, on voudrait ordonner notre df en ordre croissant sur la variable puissanceMoyenne

df[order(df$puissanceMoyenne),]

A data.frame: 5 × 5

	km	temps	vitesseMoyenne	puissanceMoyenne	bpm
	<dbl>	<chr>	<dbl>	<int>	<int>
5	9.27	19:10	29.0	121	143
4	17.61	36:11	29.2	125	144
2	4.84	9:42	30.2	133	146
3	1.02	1:57	30.8	141	139
1	1.24	4:01	19.1	160	134

Par défaut, l’ordre est est croissant, on peut le rendre décroissant en ajoutant l’argument decreasing = T

df[order(df$vitesseMoyenne, decreasing = T),]

A data.frame: 5 × 5

	km	temps	vitesseMoyenne	puissanceMoyenne	bpm
	<dbl>	<chr>	<dbl>	<int>	<int>
3	1.02	1:57	30.8	141	139
2	4.84	9:42	30.2	133	146
4	17.61	36:11	29.2	125	144
5	9.27	19:10	29.0	121	143
1	1.24	4:01	19.1	160	134

Toutefois, lorsque nous avons une base de données comportant un nombre plus important de variables, la syntaxe peut devenir plus compliquée et lourde d’écriture. Regardons un autre exemple:

df_ass <-read.csv("https://raw.githubusercontent.com/nmeraihi/data/master/assurance.csv", header = T)
head(df_ass)

A data.frame: 6 × 27

	numeropol	debut_pol	fin_pol	freq_paiement	langue	type_prof	alimentation	type_territoire	utilisation	presence_alarme	⋯	cheveux	cout1	cout2	cout3	cout4	cout5	cout6	cout7	nbsin	equipe
	<int>	<chr>	<chr>	<int>	<chr>	<chr>	<chr>	<chr>	<chr>	<int>	⋯	<chr>	<dbl>	<dbl>	<lgl>	<lgl>	<lgl>	<lgl>	<lgl>	<int>	<int>
1	4	11-4-1996	10-4-1997	12	F	Technicien	Carnivore	Semi-urbain	Travail-occasionnel	1	⋯	Bruns	NA	NA	NA	NA	NA	NA	NA	0	3
2	4	11-4-1997	10-4-1998	12	F	Technicien	Carnivore	Semi-urbain	Travail-occasionnel	1	⋯	Blonds	NA	NA	NA	NA	NA	NA	NA	0	3
3	4	11-4-2002	17-7-2002	12	F	Technicien	Carnivore	Semi-urbain	Travail-occasionnel	1	⋯	Bruns	NA	NA	NA	NA	NA	NA	NA	0	3
4	4	18-7-2002	10-4-2003	12	F	Technicien	Carnivore	Semi-urbain	Travail-occasionnel	1	⋯	Blonds	NA	NA	NA	NA	NA	NA	NA	0	3
5	4	11-4-2003	10-4-2004	12	F	Technicien	Carnivore	Semi-urbain	Travail-occasionnel	1	⋯	Bruns	NA	NA	NA	NA	NA	NA	NA	0	3
6	12	3-5-1995	2-5-1996	1	F	Ingénieur	Carnivore	Semi-urbain	Travail-quotidien	1	⋯	Blonds	NA	NA	NA	NA	NA	NA	NA	0	3

Affichons notre base de données en ordre croissant sur le nombre de sinistres et le numéro de police;

df_ass[order(df_ass$nbsin, df_ass$numeropol, decreasing = T),]

A data.frame: 1001 × 27

	numeropol	debut_pol	fin_pol	freq_paiement	langue	type_prof	alimentation	type_territoire	utilisation	presence_alarme	⋯	cheveux	cout1	cout2	cout3	cout4	cout5	cout6	cout7	nbsin	equipe
	<int>	<chr>	<chr>	<int>	<chr>	<chr>	<chr>	<chr>	<chr>	<int>	⋯	<chr>	<dbl>	<dbl>	<lgl>	<lgl>	<lgl>	<lgl>	<lgl>	<int>	<int>
988	2006	13-6-1996	12-6-1997	12	F	Technicien	Carnivore	Semi-urbain	Travail-occasionnel	1	⋯	Bruns	3.160124e+02	40.31056	NA	NA	NA	NA	NA	2	3
902	1820	1-10-1996	30-9-1997	1	F	Médecin	Carnivore	Semi-urbain	Travail-quotidien	1	⋯	Bruns	1.465031e+02	780.73913	NA	NA	NA	NA	NA	2	3
861	1733	10-5-1998	9-5-1999	1	F	Infirmière	Carnivore	Semi-urbain	Travail-occasionnel	0	⋯	Bruns	7.611553e+02	173.15528	NA	NA	NA	NA	NA	2	3
672	1138	3-10-2002	27-3-2003	12	F	Infirmière	Carnivore	Rural	Travail-occasionnel	1	⋯	Bruns	1.745925e+03	1000.81367	NA	NA	NA	NA	NA	2	3
470	692	18-6-2001	17-6-2002	12	F	Technicien	Carnivore	Semi-urbain	Travail-occasionnel	0	⋯	Blonds	6.760745e+02	239.21118	NA	NA	NA	NA	NA	2	3
451	661	19-5-1998	18-5-1999	12	F	Autre	Carnivore	Rural	Loisir	0	⋯	Bruns	1.068516e+03	127.31677	NA	NA	NA	NA	NA	2	3
414	612	17-3-1996	10-2-1997	12	F	Technicien	Carnivore	Rural	Travail-occasionnel	0	⋯	Bruns	4.152733e+02	10586.13043	NA	NA	NA	NA	NA	2	3
416	612	3-4-1997	10-2-1998	12	F	Technicien	Carnivore	Rural	Travail-occasionnel	0	⋯	Bruns	4.191863e+02	866.93168	NA	NA	NA	NA	NA	2	3
387	579	29-6-1995	28-6-1996	12	F	Avocat	Carnivore	Semi-urbain	Travail-occasionnel	1	⋯	Blonds	2.647826e+02	2105.92547	NA	NA	NA	NA	NA	2	3
388	579	29-6-1996	28-6-1997	12	F	Avocat	Végétarien	Semi-urbain	Travail-occasionnel	1	⋯	Bruns	6.344658e+02	510.38509	NA	NA	NA	NA	NA	2	3
289	387	14-5-1998	22-2-1999	12	F	Technicien	Végétarien	Semi-urbain	Travail-occasionnel	1	⋯	Bruns	6.465839e+00	331.08696	NA	NA	NA	NA	NA	2	3
263	373	5-4-1998	4-4-1999	12	F	Technicien	Végétarien	Semi-urbain	Travail-occasionnel	0	⋯	Bruns	5.057329e+02	1776.34783	NA	NA	NA	NA	NA	2	3
235	299	21-3-1998	30-11-1998	12	F	Actuaire	Carnivore	Semi-urbain	Travail-occasionnel	0	⋯	Bruns	2.170062e+02	57.75155	NA	NA	NA	NA	NA	2	3
132	140	15-4-1995	14-4-1996	12	F	Médecin	Végétalien	Semi-urbain	Travail-occasionnel	1	⋯	Bruns	4.666087e+02	469.65839	NA	NA	NA	NA	NA	2	3
118	116	4-9-1998	11-6-1999	1	F	Infirmière	Carnivore	Urbain	Travail-occasionnel	1	⋯	Bruns	3.167205e+02	1803.69565	NA	NA	NA	NA	NA	2	3
66	79	20-11-1997	21-6-1998	12	F	Ingénieur	Végétalien	Rural	Travail-quotidien	0	⋯	Bruns	1.201242e+01	927.62733	NA	NA	NA	NA	NA	2	3
52	71	15-2-1996	14-2-1997	1	F	Médecin	Carnivore	Semi-urbain	Travail-quotidien	0	⋯	Bruns	2.227901e+03	2001.62733	NA	NA	NA	NA	NA	2	3
1001	2036	14-3-2001	13-3-2002	12	F	Médecin	Carnivore	Semi-urbain	Travail-occasionnel	0	⋯	Bruns	2.310518e+05	NA	NA	NA	NA	NA	NA	1	3
992	2022	30-10-1995	20-11-1995	12	F	Infirmière	Végétalien	Urbain	Travail-quotidien	1	⋯	Bruns	4.865839e+01	NA	NA	NA	NA	NA	NA	1	3
989	2006	13-6-1998	12-6-1999	12	F	Technicien	Carnivore	Semi-urbain	Travail-occasionnel	1	⋯	Blonds	9.957019e+02	NA	NA	NA	NA	NA	NA	1	3
991	2006	13-9-2000	12-6-2001	12	F	Technicien	Végétarien	Semi-urbain	Travail-occasionnel	1	⋯	Bruns	8.286087e+02	NA	NA	NA	NA	NA	NA	1	3
964	1966	7-7-1995	22-5-1996	12	F	Infirmière	Carnivore	Urbain	Travail-occasionnel	1	⋯	Bruns	7.399578e+03	NA	NA	NA	NA	NA	NA	1	3
972	1966	13-7-2000	1-4-2001	12	F	Infirmière	Végétarien	Urbain	Travail-occasionnel	0	⋯	Bruns	1.721677e+02	NA	NA	NA	NA	NA	NA	1	3
973	1966	2-4-2001	6-7-2001	12	F	Infirmière	Végétarien	Urbain	Travail-occasionnel	0	⋯	Bruns	4.098696e+02	NA	NA	NA	NA	NA	NA	1	3
955	1941	6-6-1997	5-6-1998	12	F	Actuaire	Carnivore	Rural	Travail-occasionnel	0	⋯	Bruns	6.278944e+02	NA	NA	NA	NA	NA	NA	1	3
949	1920	17-5-1999	16-5-2000	12	F	Technicien	Carnivore	Urbain	Travail-occasionnel	0	⋯	Bruns	4.354161e+02	NA	NA	NA	NA	NA	NA	1	3
940	1915	5-8-1999	4-8-2000	1	F	Infirmière	Carnivore	Semi-urbain	Travail-occasionnel	1	⋯	Bruns	5.925901e+02	NA	NA	NA	NA	NA	NA	1	3
920	1869	1-10-1995	4-5-1996	1	F	Technicien	Carnivore	Semi-urbain	Travail-occasionnel	0	⋯	Bruns	2.256770e+02	NA	NA	NA	NA	NA	NA	1	3
921	1869	5-5-1996	4-5-1997	1	F	Technicien	Carnivore	Semi-urbain	Travail-occasionnel	0	⋯	Bruns	7.903975e+02	NA	NA	NA	NA	NA	NA	1	3
924	1869	5-5-1999	4-5-2000	1	F	Technicien	Carnivore	Semi-urbain	Travail-occasionnel	0	⋯	Blonds	2.036584e+02	NA	NA	NA	NA	NA	NA	1	3
⋮	⋮	⋮	⋮	⋮	⋮	⋮	⋮	⋮	⋮	⋮	⋱	⋮	⋮	⋮	⋮	⋮	⋮	⋮	⋮	⋮	⋮
33	23	13-12-1996	31-1-1997	12	F	Médecin	Carnivore	Semi-urbain	Travail-quotidien	0	⋯	Bruns	NA	NA	NA	NA	NA	NA	NA	0	3
34	23	1-2-1997	31-1-1998	12	F	Médecin	Carnivore	Semi-urbain	Travail-quotidien	0	⋯	Bruns	NA	NA	NA	NA	NA	NA	NA	0	3
35	23	1-2-1998	31-1-1999	12	F	Médecin	Carnivore	Semi-urbain	Travail-quotidien	0	⋯	Blonds	NA	NA	NA	NA	NA	NA	NA	0	3
21	15	6-1-1998	21-8-1998	12	F	Technicien	Carnivore	Semi-urbain	Travail-occasionnel	0	⋯	Bruns	NA	NA	NA	NA	NA	NA	NA	0	3
22	15	22-8-1998	5-1-1999	12	F	Technicien	Carnivore	Urbain	Travail-occasionnel	0	⋯	Bruns	NA	NA	NA	NA	NA	NA	NA	0	3
24	15	6-1-2000	16-4-2000	12	F	Technicien	Carnivore	Urbain	Travail-occasionnel	0	⋯	Blonds	NA	NA	NA	NA	NA	NA	NA	0	3
25	15	17-4-2000	5-1-2001	12	F	Technicien	Carnivore	Urbain	Travail-occasionnel	0	⋯	Bruns	NA	NA	NA	NA	NA	NA	NA	0	3
27	15	6-1-2002	6-8-2002	12	F	Technicien	Carnivore	Urbain	Travail-occasionnel	0	⋯	Bruns	NA	NA	NA	NA	NA	NA	NA	0	3
28	15	7-8-2002	1-12-2002	12	F	Technicien	Carnivore	Urbain	Travail-occasionnel	0	⋯	Blonds	NA	NA	NA	NA	NA	NA	NA	0	3
29	15	2-12-2002	5-1-2003	12	F	Technicien	Carnivore	Urbain	Travail-occasionnel	0	⋯	Bruns	NA	NA	NA	NA	NA	NA	NA	0	3
30	15	6-1-2003	5-1-2004	12	F	Technicien	Carnivore	Urbain	Travail-occasionnel	0	⋯	Blonds	NA	NA	NA	NA	NA	NA	NA	0	3
16	14	29-10-1997	3-11-1997	12	F	Infirmière	Végétarien	Rural	Travail-occasionnel	1	⋯	Bruns	NA	NA	NA	NA	NA	NA	NA	0	3
17	14	4-11-1997	28-10-1998	12	F	Infirmière	Végétarien	Rural	Travail-occasionnel	1	⋯	Bruns	NA	NA	NA	NA	NA	NA	NA	0	3
18	14	29-10-1998	12-3-1999	12	F	Infirmière	Végétarien	Rural	Travail-occasionnel	1	⋯	Bruns	NA	NA	NA	NA	NA	NA	NA	0	3
19	14	13-3-1999	28-10-1999	12	F	Infirmière	Végétarien	Rural	Travail-occasionnel	1	⋯	Bruns	NA	NA	NA	NA	NA	NA	NA	0	3
6	12	3-5-1995	2-5-1996	1	F	Ingénieur	Carnivore	Semi-urbain	Travail-quotidien	1	⋯	Blonds	NA	NA	NA	NA	NA	NA	NA	0	3
7	12	3-5-1996	2-5-1997	1	F	Ingénieur	Carnivore	Semi-urbain	Travail-quotidien	1	⋯	Bruns	NA	NA	NA	NA	NA	NA	NA	0	3
8	12	3-5-1997	2-5-1998	1	F	Ingénieur	Carnivore	Semi-urbain	Travail-quotidien	1	⋯	Bruns	NA	NA	NA	NA	NA	NA	NA	0	3
9	12	3-5-1998	2-5-1999	1	F	Ingénieur	Carnivore	Semi-urbain	Travail-quotidien	1	⋯	Bruns	NA	NA	NA	NA	NA	NA	NA	0	3
10	12	3-5-1999	2-5-2000	1	F	Ingénieur	Carnivore	Semi-urbain	Travail-quotidien	1	⋯	Bruns	NA	NA	NA	NA	NA	NA	NA	0	3
11	12	3-5-2000	2-5-2001	1	F	Ingénieur	Carnivore	Semi-urbain	Travail-quotidien	1	⋯	Bruns	NA	NA	NA	NA	NA	NA	NA	0	3
12	12	3-5-2001	30-5-2001	1	F	Ingénieur	Carnivore	Semi-urbain	Travail-quotidien	1	⋯	Bruns	NA	NA	NA	NA	NA	NA	NA	0	3
13	12	31-5-2001	2-5-2002	1	F	Ingénieur	Carnivore	Semi-urbain	Travail-quotidien	0	⋯	Bruns	NA	NA	NA	NA	NA	NA	NA	0	3
14	12	3-5-2002	12-12-2002	1	F	Ingénieur	Carnivore	Semi-urbain	Travail-quotidien	0	⋯	Bruns	NA	NA	NA	NA	NA	NA	NA	0	3
15	12	13-12-2002	2-5-2003	1	F	Ingénieur	Carnivore	Semi-urbain	Travail-quotidien	0	⋯	Bruns	NA	NA	NA	NA	NA	NA	NA	0	3
1	4	11-4-1996	10-4-1997	12	F	Technicien	Carnivore	Semi-urbain	Travail-occasionnel	1	⋯	Bruns	NA	NA	NA	NA	NA	NA	NA	0	3
2	4	11-4-1997	10-4-1998	12	F	Technicien	Carnivore	Semi-urbain	Travail-occasionnel	1	⋯	Blonds	NA	NA	NA	NA	NA	NA	NA	0	3
3	4	11-4-2002	17-7-2002	12	F	Technicien	Carnivore	Semi-urbain	Travail-occasionnel	1	⋯	Bruns	NA	NA	NA	NA	NA	NA	NA	0	3
4	4	18-7-2002	10-4-2003	12	F	Technicien	Carnivore	Semi-urbain	Travail-occasionnel	1	⋯	Blonds	NA	NA	NA	NA	NA	NA	NA	0	3
5	4	11-4-2003	10-4-2004	12	F	Technicien	Carnivore	Semi-urbain	Travail-occasionnel	1	⋯	Bruns	NA	NA	NA	NA	NA	NA	NA	0	3

Dans le tableau affiché ci-haut, on voit bien que cette fonction ne nous permet pas d’appliquer un ordre croissant ou décroissant sur une variable précise

arrange

Maintenant, utilisons le paquet (package) dplyr qui nous permet de plus facilement d’appliquer un ordre quelconque sur une variable précise indépendamment des autres variables;

library(dplyr, warn.conflicts = FALSE)

arrange(df_ass, desc(nbsin), numeropol)

A data.frame: 1001 × 27

numeropol	debut_pol	fin_pol	freq_paiement	langue	type_prof	alimentation	type_territoire	utilisation	presence_alarme	⋯	cheveux	cout1	cout2	cout3	cout4	cout5	cout6	cout7	nbsin	equipe
<int>	<chr>	<chr>	<int>	<chr>	<chr>	<chr>	<chr>	<chr>	<int>	⋯	<chr>	<dbl>	<dbl>	<lgl>	<lgl>	<lgl>	<lgl>	<lgl>	<int>	<int>
71	15-2-1996	14-2-1997	1	F	Médecin	Carnivore	Semi-urbain	Travail-quotidien	0	⋯	Bruns	2227.900621	2001.62733	NA	NA	NA	NA	NA	2	3
79	20-11-1997	21-6-1998	12	F	Ingénieur	Végétalien	Rural	Travail-quotidien	0	⋯	Bruns	12.012422	927.62733	NA	NA	NA	NA	NA	2	3
116	4-9-1998	11-6-1999	1	F	Infirmière	Carnivore	Urbain	Travail-occasionnel	1	⋯	Bruns	316.720497	1803.69565	NA	NA	NA	NA	NA	2	3
140	15-4-1995	14-4-1996	12	F	Médecin	Végétalien	Semi-urbain	Travail-occasionnel	1	⋯	Bruns	466.608696	469.65839	NA	NA	NA	NA	NA	2	3
299	21-3-1998	30-11-1998	12	F	Actuaire	Carnivore	Semi-urbain	Travail-occasionnel	0	⋯	Bruns	217.006211	57.75155	NA	NA	NA	NA	NA	2	3
373	5-4-1998	4-4-1999	12	F	Technicien	Végétarien	Semi-urbain	Travail-occasionnel	0	⋯	Bruns	505.732919	1776.34783	NA	NA	NA	NA	NA	2	3
387	14-5-1998	22-2-1999	12	F	Technicien	Végétarien	Semi-urbain	Travail-occasionnel	1	⋯	Bruns	6.465839	331.08696	NA	NA	NA	NA	NA	2	3
579	29-6-1995	28-6-1996	12	F	Avocat	Carnivore	Semi-urbain	Travail-occasionnel	1	⋯	Blonds	264.782609	2105.92547	NA	NA	NA	NA	NA	2	3
579	29-6-1996	28-6-1997	12	F	Avocat	Végétarien	Semi-urbain	Travail-occasionnel	1	⋯	Bruns	634.465839	510.38509	NA	NA	NA	NA	NA	2	3
612	17-3-1996	10-2-1997	12	F	Technicien	Carnivore	Rural	Travail-occasionnel	0	⋯	Bruns	415.273292	10586.13043	NA	NA	NA	NA	NA	2	3
612	3-4-1997	10-2-1998	12	F	Technicien	Carnivore	Rural	Travail-occasionnel	0	⋯	Bruns	419.186335	866.93168	NA	NA	NA	NA	NA	2	3
661	19-5-1998	18-5-1999	12	F	Autre	Carnivore	Rural	Loisir	0	⋯	Bruns	1068.515528	127.31677	NA	NA	NA	NA	NA	2	3
692	18-6-2001	17-6-2002	12	F	Technicien	Carnivore	Semi-urbain	Travail-occasionnel	0	⋯	Blonds	676.074534	239.21118	NA	NA	NA	NA	NA	2	3
1138	3-10-2002	27-3-2003	12	F	Infirmière	Carnivore	Rural	Travail-occasionnel	1	⋯	Bruns	1745.925466	1000.81367	NA	NA	NA	NA	NA	2	3
1733	10-5-1998	9-5-1999	1	F	Infirmière	Carnivore	Semi-urbain	Travail-occasionnel	0	⋯	Bruns	761.155280	173.15528	NA	NA	NA	NA	NA	2	3
1820	1-10-1996	30-9-1997	1	F	Médecin	Carnivore	Semi-urbain	Travail-quotidien	1	⋯	Bruns	146.503106	780.73913	NA	NA	NA	NA	NA	2	3
2006	13-6-1996	12-6-1997	12	F	Technicien	Carnivore	Semi-urbain	Travail-occasionnel	1	⋯	Bruns	316.012422	40.31056	NA	NA	NA	NA	NA	2	3
15	26-6-1996	5-1-1997	12	F	Technicien	Carnivore	Semi-urbain	Travail-occasionnel	0	⋯	Bruns	413.428571	NA	NA	NA	NA	NA	NA	1	3
15	6-1-1999	5-1-2000	12	F	Technicien	Végétarien	Urbain	Travail-occasionnel	0	⋯	Bruns	192.093168	NA	NA	NA	NA	NA	NA	1	3
15	6-1-2001	5-1-2002	12	F	Technicien	Carnivore	Urbain	Travail-occasionnel	0	⋯	Blonds	1590.652174	NA	NA	NA	NA	NA	NA	1	3
62	23-9-1998	22-9-1999	1	F	Infirmière	Carnivore	Semi-urbain	Travail-quotidien	0	⋯	Bruns	1339.484472	NA	NA	NA	NA	NA	NA	1	3
71	24-3-1995	30-5-1995	1	F	Médecin	Carnivore	Semi-urbain	Travail-quotidien	1	⋯	Bruns	603.720497	NA	NA	NA	NA	NA	NA	1	3
71	31-5-1995	3-8-1995	1	F	Médecin	Carnivore	Semi-urbain	Travail-quotidien	1	⋯	Blonds	4127.689441	NA	NA	NA	NA	NA	NA	1	3
71	15-2-1998	27-5-1998	1	F	Médecin	Végétarien	Semi-urbain	Travail-quotidien	0	⋯	Bruns	345.590062	NA	NA	NA	NA	NA	NA	1	3
75	31-7-1996	14-8-1996	12	F	Hockeyeur	Végétarien	Rural	Travail-occasionnel	0	⋯	Bruns	473.279503	NA	NA	NA	NA	NA	NA	1	3
81	30-5-2001	31-1-2002	12	F	Technicien	Carnivore	Rural	Travail-quotidien	0	⋯	Bruns	2518.968944	NA	NA	NA	NA	NA	NA	1	3
81	30-5-2002	29-5-2003	12	F	Technicien	Carnivore	Rural	Travail-quotidien	0	⋯	Bruns	423.881988	NA	NA	NA	NA	NA	NA	1	3
82	9-5-1997	8-5-1998	12	F	Technicien	Carnivore	Semi-urbain	Travail-occasionnel	0	⋯	Bruns	2955.093168	NA	NA	NA	NA	NA	NA	1	3
85	3-1-2002	2-1-2003	12	F	Technicien	Carnivore	Semi-urbain	Travail-occasionnel	1	⋯	Bruns	1064.801242	NA	NA	NA	NA	NA	NA	1	3
97	8-12-2000	24-5-2001	12	F	Infirmière	Carnivore	Urbain	Travail-occasionnel	1	⋯	Bruns	1821.583851	NA	NA	NA	NA	NA	NA	1	3
⋮	⋮	⋮	⋮	⋮	⋮	⋮	⋮	⋮	⋮	⋱	⋮	⋮	⋮	⋮	⋮	⋮	⋮	⋮	⋮	⋮
1966	23-5-1996	6-7-1996	12	F	Infirmière	Carnivore	Urbain	Travail-occasionnel	0	⋯	Bruns	NA	NA	NA	NA	NA	NA	NA	0	3
1966	7-7-1996	6-7-1997	12	F	Infirmière	Carnivore	Urbain	Travail-occasionnel	0	⋯	Bruns	NA	NA	NA	NA	NA	NA	NA	0	3
1966	7-7-1997	6-7-1998	12	F	Infirmière	Végétarien	Urbain	Travail-occasionnel	0	⋯	Bruns	NA	NA	NA	NA	NA	NA	NA	0	3
1966	7-7-1998	6-7-1999	12	F	Infirmière	Végétarien	Urbain	Travail-occasionnel	0	⋯	Bruns	NA	NA	NA	NA	NA	NA	NA	0	3
1966	7-7-1999	10-8-1999	12	F	Infirmière	Végétarien	Urbain	Travail-occasionnel	0	⋯	Bruns	NA	NA	NA	NA	NA	NA	NA	0	3
1966	11-8-1999	6-7-2000	12	F	Infirmière	Végétarien	Urbain	Travail-occasionnel	0	⋯	Bruns	NA	NA	NA	NA	NA	NA	NA	0	3
1966	7-7-2000	12-7-2000	12	F	Infirmière	Végétarien	Urbain	Travail-occasionnel	0	⋯	Bruns	NA	NA	NA	NA	NA	NA	NA	0	3
1966	7-7-2001	6-7-2002	12	F	Infirmière	Végétarien	Urbain	Travail-occasionnel	0	⋯	Bruns	NA	NA	NA	NA	NA	NA	NA	0	3
1966	7-7-2002	6-7-2003	12	F	Infirmière	Végétarien	Urbain	Travail-occasionnel	0	⋯	Bruns	NA	NA	NA	NA	NA	NA	NA	0	3
1989	15-11-1995	14-11-1996	12	F	Infirmière	Végétalien	Rural	Travail-occasionnel	1	⋯	Bruns	NA	NA	NA	NA	NA	NA	NA	0	3
1989	15-11-1996	26-6-1997	12	F	Infirmière	Végétarien	Rural	Travail-occasionnel	1	⋯	Bruns	NA	NA	NA	NA	NA	NA	NA	0	3
1989	27-6-1997	26-8-1997	12	F	Infirmière	Végétarien	Rural	Travail-occasionnel	1	⋯	Bruns	NA	NA	NA	NA	NA	NA	NA	0	3
1989	27-8-1997	14-11-1997	12	F	Infirmière	Végétarien	Rural	Travail-occasionnel	1	⋯	Bruns	NA	NA	NA	NA	NA	NA	NA	0	3
1989	28-11-1997	27-1-1998	12	F	Infirmière	Végétarien	Rural	Travail-occasionnel	1	⋯	Bruns	NA	NA	NA	NA	NA	NA	NA	0	3
1993	31-12-1995	30-12-1996	12	F	Ingénieur	Carnivore	Semi-urbain	Travail-quotidien	0	⋯	Bruns	NA	NA	NA	NA	NA	NA	NA	0	3
1993	31-12-1996	30-12-1997	12	F	Ingénieur	Carnivore	Semi-urbain	Travail-quotidien	0	⋯	Bruns	NA	NA	NA	NA	NA	NA	NA	0	3
1993	31-12-1997	30-12-1998	12	F	Ingénieur	Carnivore	Semi-urbain	Travail-quotidien	0	⋯	Bruns	NA	NA	NA	NA	NA	NA	NA	0	3
1993	31-12-1998	22-12-1999	12	F	Ingénieur	Carnivore	Semi-urbain	Travail-quotidien	0	⋯	Bruns	NA	NA	NA	NA	NA	NA	NA	0	3
2006	13-6-1995	31-12-1995	12	F	Technicien	Carnivore	Semi-urbain	Travail-occasionnel	1	⋯	Blonds	NA	NA	NA	NA	NA	NA	NA	0	3
2006	1-1-1996	22-2-1996	12	F	Technicien	Carnivore	Semi-urbain	Travail-occasionnel	1	⋯	Bruns	NA	NA	NA	NA	NA	NA	NA	0	3
2006	23-2-1996	12-6-1996	12	F	Technicien	Carnivore	Semi-urbain	Travail-occasionnel	1	⋯	Blonds	NA	NA	NA	NA	NA	NA	NA	0	3
2006	13-6-2000	12-9-2000	12	F	Technicien	Végétarien	Semi-urbain	Travail-occasionnel	1	⋯	Bruns	NA	NA	NA	NA	NA	NA	NA	0	3
2035	25-2-1996	29-5-1996	12	F	Hockeyeur	Végétarien	Rural	Travail-quotidien	1	⋯	Bruns	NA	NA	NA	NA	NA	NA	NA	0	3
2035	30-5-1996	24-2-1997	12	F	Hockeyeur	Végétarien	Rural	Travail-quotidien	1	⋯	Roux	NA	NA	NA	NA	NA	NA	NA	0	3
2035	25-2-1997	24-2-1998	12	F	Hockeyeur	Végétarien	Rural	Travail-quotidien	1	⋯	Bruns	NA	NA	NA	NA	NA	NA	NA	0	3
2035	25-2-1998	24-2-1999	12	F	Hockeyeur	Végétarien	Rural	Travail-quotidien	1	⋯	Bruns	NA	NA	NA	NA	NA	NA	NA	0	3
2036	5-5-1998	13-3-1999	12	F	Médecin	Carnivore	Semi-urbain	Travail-occasionnel	0	⋯	Bruns	NA	NA	NA	NA	NA	NA	NA	0	3
2036	7-4-1999	13-3-2000	12	F	Médecin	Carnivore	Semi-urbain	Travail-occasionnel	0	⋯	Bruns	NA	NA	NA	NA	NA	NA	NA	0	3
2036	14-3-2000	26-2-2001	12	F	Médecin	Carnivore	Semi-urbain	Travail-occasionnel	0	⋯	Bruns	NA	NA	NA	NA	NA	NA	NA	0	3
2036	27-2-2001	13-3-2001	12	F	Médecin	Carnivore	Semi-urbain	Travail-occasionnel	0	⋯	Bruns	NA	NA	NA	NA	NA	NA	NA	0	3

select

Ce paquet nous permet aussi de sélectionner des variables d’intérêt. Par exemple, dans notre df_ass, on désire seulement sélectionner les variables numeropol, type_territoire et nbsin

select(df_ass, numeropol,type_territoire, nbsin)

A data.frame: 1001 × 3

numeropol	type_territoire	nbsin
<int>	<chr>	<int>
4	Semi-urbain	0
4	Semi-urbain	0
4	Semi-urbain	0
4	Semi-urbain	0
4	Semi-urbain	0
12	Semi-urbain	0
12	Semi-urbain	0
12	Semi-urbain	0
12	Semi-urbain	0
12	Semi-urbain	0
12	Semi-urbain	0
12	Semi-urbain	0
12	Semi-urbain	0
12	Semi-urbain	0
12	Semi-urbain	0
14	Rural	0
14	Rural	0
14	Rural	0
14	Rural	0
15	Semi-urbain	1
15	Semi-urbain	0
15	Urbain	0
15	Urbain	1
15	Urbain	0
15	Urbain	0
15	Urbain	1
15	Urbain	0
15	Urbain	0
15	Urbain	0
15	Urbain	0
⋮	⋮	⋮
1966	Urbain	1
1966	Urbain	1
1966	Urbain	0
1966	Urbain	0
1989	Rural	0
1989	Rural	0
1989	Rural	0
1989	Rural	0
1989	Rural	0
1993	Semi-urbain	0
1993	Semi-urbain	0
1993	Semi-urbain	0
1993	Semi-urbain	0
2006	Semi-urbain	0
2006	Semi-urbain	0
2006	Semi-urbain	0
2006	Semi-urbain	2
2006	Semi-urbain	1
2006	Semi-urbain	0
2006	Semi-urbain	1
2022	Urbain	1
2035	Rural	0
2035	Rural	0
2035	Rural	0
2035	Rural	0
2036	Semi-urbain	0
2036	Semi-urbain	0
2036	Semi-urbain	0
2036	Semi-urbain	0
2036	Semi-urbain	1

filter

Afin de filtrer des données sur des observations d’intérêt. On peut utiliser la fonction de base de R which. Par exemple dans les données Cars93 du package MASS, on voudrait extraire les véhicules ayant 8 cylindres. On voudrait également afficher que les deux variables 'Horsepower' et 'Passengers'

library(MASS, warn.conflicts = F)

Cars93[which(Cars93$Cylinders==8), c('Horsepower' , 'Passengers')]

A data.frame: 7 × 2

	Horsepower	Passengers
	<int>	<int>
10	200	6
11	295	5
18	170	6
19	300	2
38	190	6
48	278	5
52	210	6

Toutefois, la fonction filter de la librairie dyplr est plus flexible lorsqu’il s’agit d’appliquer des filtres plus complexes. Essayons le même exemple avec cette fonction;

filter(Cars93, Cylinders==8)[c('Horsepower' , 'Passengers')]

A data.frame: 7 × 2

Horsepower	Passengers
<int>	<int>
200	6
295	5
170	6
300	2
190	6
278	5
210	6

Si l’on cherche les médecins qui ont eu deux sinistres dans notre base de données df_ass;

filter(df_ass, nbsin==2, type_prof=="Médecin")

A data.frame: 3 × 27

numeropol	debut_pol	fin_pol	freq_paiement	langue	type_prof	alimentation	type_territoire	utilisation	presence_alarme	⋯	cheveux	cout1	cout2	cout3	cout4	cout5	cout6	cout7	nbsin	equipe
<int>	<chr>	<chr>	<int>	<chr>	<chr>	<chr>	<chr>	<chr>	<int>	⋯	<chr>	<dbl>	<dbl>	<lgl>	<lgl>	<lgl>	<lgl>	<lgl>	<int>	<int>
71	15-2-1996	14-2-1997	1	F	Médecin	Carnivore	Semi-urbain	Travail-quotidien	0	⋯	Bruns	2227.9006	2001.6273	NA	NA	NA	NA	NA	2	3
140	15-4-1995	14-4-1996	12	F	Médecin	Végétalien	Semi-urbain	Travail-occasionnel	1	⋯	Bruns	466.6087	469.6584	NA	NA	NA	NA	NA	2	3
1820	1-10-1996	30-9-1997	1	F	Médecin	Carnivore	Semi-urbain	Travail-quotidien	1	⋯	Bruns	146.5031	780.7391	NA	NA	NA	NA	NA	2	3

mutate

Dans ce package, on trouve aussi la fonction mutate qui permet d’ajouter de nouvelles variables à notre df

mutate(df, arrondi=round(df$vitesseMoyenne,0))

A data.frame: 5 × 6

km	temps	vitesseMoyenne	puissanceMoyenne	bpm	arrondi
<dbl>	<chr>	<dbl>	<int>	<int>	<dbl>
1.24	4:01	19.1	160	134	19
4.84	9:42	30.2	133	146	30
1.02	1:57	30.8	141	139	31
17.61	36:11	29.2	125	144	29
9.27	19:10	29.0	121	143	29

Ajoutons maintenant trois nouvlles variables;

mutate(df, arrondi=round(df$vitesseMoyenne,0), segementStrava=paste("segment",1:5,sep = "_"), arrondi_2=arrondi/2)

A data.frame: 5 × 8

km	temps	vitesseMoyenne	puissanceMoyenne	bpm	arrondi	segementStrava	arrondi_2
<dbl>	<chr>	<dbl>	<int>	<int>	<dbl>	<chr>	<dbl>
1.24	4:01	19.1	160	134	19	segment_1	9.5
4.84	9:42	30.2	133	146	30	segment_2	15.0
1.02	1:57	30.8	141	139	31	segment_3	15.5
17.61	36:11	29.2	125	144	29	segment_4	14.5
9.27	19:10	29.0	121	143	29	segment_5	14.5

summarize

La fonction summarize est très similaire à la fonction mutate. Toutefois, contrairement à mutate, la fonction summarize ne travaille pas sur une copie du df, mais elle crée un tout nouveau df avec les nouvelles variables.

summarise(df,TotalKmParcour=sum(km))

A data.frame: 1 × 1

TotalKmParcour
<dbl>
33.98

summarise(df,TotalKmParcour=sum(km), vitesseMoyenne= mean(df$vitesseMoyenne), puissanceMoyenne=mean(df$puissanceMoyenne))

A data.frame: 1 × 3

TotalKmParcour	vitesseMoyenne	puissanceMoyenne
<dbl>	<dbl>	<dbl>
33.98	27.66	136

On voit bien que l’écriture du code commence à être un peu plus compliquée lorsque nous avons plusieurs parenthèses dans notre fonction. Pour remédier à ce problème, nous verrons la notion de piiping;

L’opérateur Pipe: %>%

Avant d’aller plus loin, introduisons l’opérateur de pipe:%>%. dplyr importe cet opérateur d’une autre librairie (magrittr). Cet opérateur vous permet de diriger la sortie d’une fonction vers l’entrée d’une autre fonction. Au lieu d’imbriquer des fonctions (lecture de l’intérieur vers l’extérieur), l’idée de piping est de lire les fonctions de gauche à droite.

Crédit de l’image Pipes in R Tutorial For Beginners

Lorsque nous avons écrit:

select(df_ass, numeropol, type_territoire, nbsin)

Error in select(df_ass, numeropol, type_territoire, nbsin): unused arguments (numeropol, type_territoire, nbsin)
Traceback:

Si on lit ce que nous avons écrit précédemment de l’intérieur vert l’extérieur, en utilisant le piping, nous aurons ceci:

df_ass %>%
    select (numeropol,type_territoire, nbsin)

numeropol	type_territoire	nbsin
4	Semi-urbain	0
4	Semi-urbain	0
4	Semi-urbain	0
⋮	⋮	⋮
2036	Semi-urbain	0
2036	Semi-urbain	1

ou;

df_ass %>%
    select (numeropol,type_territoire, nbsin) %>%
    head

numeropol	type_territoire	nbsin
4	Semi-urbain	0
4	Semi-urbain	0
4	Semi-urbain	0
⋮	⋮	⋮
4	Semi-urbain	0
12	Semi-urbain	0

group_by

Nous pouvons aussi grouper les données comme nous le faisions dans SAS avec les PROC SQL

df_ass$coutTot<-rowSums(df_ass[,c(19:25)], na.rm = T, dims = 1)

df_ass

numeropol	debut_pol	fin_pol	freq_paiement	⋯	cout7	nbsin	equipe	coutTot
4	11-4-1996	10-4-1997	12	⋯	NA	0	3	0
4	11-4-1997	10-4-1998	12	⋯	NA	0	3	0
4	11-4-2002	17-7-2002	12	⋯	NA	0	3	0
⋮	⋮	⋮	⋮	⋱	⋮	⋮	⋮	⋮
2036	27-2-2001	13-3-2001	12	⋯	NA	0	3	0.0
2036	14-3-2001	13-3-2002	12	⋯	NA	1	3	231051.8

summarise(df_ass,TotalNbSin=sum(nbsin), TotCout= sum((coutTot), na.rm = T))

TotalNbSin	TotCout
156	1078791

Cherchons par exemple nombre de sinistres totaux ainsi que leurs coûts par territoire. En utilisant la syntaxe du piping, ça devient plus facile d’inclure plus de sous-groupes;

df_ass %>% 
    group_by(type_territoire) %>%
    summarise(TotalNbSin=sum(nbsin), 
              TotCout= sum((coutTot), na.rm = T)
            )

type_territoire	TotalNbSin	TotCout
Rural	51	547105.01
Semi-urbain	80	471157.64
Urbain	25	60528.81

Jointure des bases des données

Dans cette section, nous allons joindre deux ou plusieurs df. Mais d’abord importons deux df afin illustrer quelques exemples;

df_demo <-read.csv("https://raw.githubusercontent.com/nmeraihi/data/master/donnes_demo.csv", header = T)
df_demo

name	province	company	langue	date_naissance	agee	age_permis	numeropol
Shane Robinson	Nova Scotia	May Ltd	fr	1944-10-20	72	24	1
Courtney Nguyen	Saskatchewan	Foley, Moore and Mitchell	en	1985-12-09	31	24	5
Lori Washington	Yukon Territory	Robinson-Reyes	fr	1970-01-27	47	28	13
⋮	⋮	⋮	⋮	⋮	⋮	⋮	⋮
Heidi Freeman	Northwest Territories	Singh, Esparza and Santos	en	1951-06-07	65	18	84
Morgan Buchanan	Northwest Territories	Rollins Inc	fr	1971-07-31	45	31	91

df_auto <-read.csv("https://raw.githubusercontent.com/nmeraihi/data/master/cars_info.csv", header = T)
df_auto

numeropol	marque_voiture	couleur_voiture	presence_alarme	license_plate
1	Autres	Autre	0	DW 3168
5	RENAULT	Autre	0	926 1RL
13	RENAULT	Autre	1	SOV 828
⋮	⋮	⋮	⋮	⋮
84	HONDA	Autre	0	CBV 102
91	BMW	Autre	1	UOR-0725

Dans ces deux df, nous avons une colonne en commun numeropol

df_demo$numeropol

1. 1
2. 5
3. 13
4. 16
5. 22
6. 28
7. 29
8. 49
9. 53
10. 57
11. 59
12. 65
13. 67
14. 68
15. 69
16. 72
17. 78
18. 83
19. 84
20. 91

df_auto$numeropol

1. 1
2. 5
3. 13
4. 16
5. 22
6. 22
7. 28
8. 29
9. 49
10. 53
11. 53
12. 57
13. 59
14. 65
15. 65
16. 67
17. 68
18. 69
19. 69
20. 72
21. 78
22. 83
23. 84
24. 84
25. 91

On peut voir l’index des lignes qui se trouvent dans les deux df

match(df_demo$numeropol, df_auto$numeropol)

1. 1
2. 2
3. 3
4. 4
5. 5
6. 7
7. 8
8. 9
9. 10
10. 12
11. 13
12. 14
13. 16
14. 17
15. 18
16. 20
17. 21
18. 22
19. 23
20. 25

df_demo$numeropol[match(df_demo$numeropol, df_auto$numeropol)]

1. 1
2. 5
3. 13
4. 16
5. 22
6. 29
7. 49
8. 53
9. 57
10. 65
11. 67
12. 68
13. 72
14. 78
15. 83
16. 91
17. <NA>
18. <NA>
19. <NA>
20. <NA>

On peut aussi faire un test logique sur la présence des observations du df_demo dans df_auto;

df_demo$numeropol %in% df_auto$numeropol

1. TRUE
2. TRUE
3. TRUE
4. TRUE
5. TRUE
6. TRUE
7. TRUE
8. TRUE
9. TRUE
10. TRUE
11. TRUE
12. TRUE
13. TRUE
14. TRUE
15. TRUE
16. TRUE
17. TRUE
18. TRUE
19. TRUE
20. TRUE

ou le contraire maintenant

df_auto$numeropol %in% df_demo$numeropol 

1. TRUE
2. TRUE
3. TRUE
4. TRUE
5. TRUE
6. TRUE
7. TRUE
8. TRUE
9. TRUE
10. TRUE
11. TRUE
12. TRUE
13. TRUE
14. TRUE
15. TRUE
16. TRUE
17. TRUE
18. TRUE
19. TRUE
20. TRUE
21. TRUE
22. TRUE
23. TRUE
24. TRUE
25. TRUE

Dans ce cas toutes les variables se trouvent dans les deux df

merge(df_demo,df_auto, by.x = "numeropol",  by.y = "numeropol") # x est le df_demo et y est le df df_auto

numeropol	name	province	company	⋯	marque_voiture	couleur_voiture	presence_alarme	license_plate
1	Shane Robinson	Nova Scotia	May Ltd	⋯	Autres	Autre	0	DW 3168
5	Courtney Nguyen	Saskatchewan	Foley, Moore and Mitchell	⋯	RENAULT	Autre	0	926 1RL
13	Lori Washington	Yukon Territory	Robinson-Reyes	⋯	RENAULT	Autre	1	SOV 828
⋮	⋮	⋮	⋮	⋱	⋮	⋮	⋮	⋮
84	Heidi Freeman	Northwest Territories	Singh, Esparza and Santos	⋯	HONDA	Autre	0	CBV 102
91	Morgan Buchanan	Northwest Territories	Rollins Inc	⋯	BMW	Autre	1	UOR-0725

Que serait-il arrivé si l’on n’avait pas spécifié les arguments by.x = "numeropol",  by.y = "numeropol"?

merge(df_demo,df_auto)

numeropol	name	province	company	⋯	marque_voiture	couleur_voiture	presence_alarme	license_plate
1	Shane Robinson	Nova Scotia	May Ltd	⋯	Autres	Autre	0	DW 3168
5	Courtney Nguyen	Saskatchewan	Foley, Moore and Mitchell	⋯	RENAULT	Autre	0	926 1RL
13	Lori Washington	Yukon Territory	Robinson-Reyes	⋯	RENAULT	Autre	1	SOV 828
⋮	⋮	⋮	⋮	⋱	⋮	⋮	⋮	⋮
84	Heidi Freeman	Northwest Territories	Singh, Esparza and Santos	⋯	HONDA	Autre	0	CBV 102
91	Morgan Buchanan	Northwest Territories	Rollins Inc	⋯	BMW	Autre	1	UOR-0725

Cela a bien fonctionné, car R a automatiquement trouvé les noms de colonnes communs au deux df;

Maintenant, changeons les noms de colonnes et voyons ce qui arrive

names(df_auto)[names(df_auto)=="numeropol"] <- "auto_numpol"

Bien évidemment, cela crée une jointure croisée comme on l’avait vu dans les cours de SAS

head(merge(df_demo,df_auto))

name	province	company	langue	⋯	marque_voiture	couleur_voiture	presence_alarme	license_plate
Shane Robinson	Nova Scotia	May Ltd	fr	⋯	Autres	Autre	0	DW 3168
Courtney Nguyen	Saskatchewan	Foley, Moore and Mitchell	en	⋯	Autres	Autre	0	DW 3168
Lori Washington	Yukon Territory	Robinson-Reyes	fr	⋯	Autres	Autre	0	DW 3168
⋮	⋮	⋮	⋮	⋱	⋮	⋮	⋮	⋮
Jeffrey Garcia	Nunavut	Berger-Thompson	en	⋯	Autres	Autre	0	DW 3168
Colleen Coleman	Saskatchewan	Simmons-Smith	en	⋯	Autres	Autre	0	DW 3168

On vient bien que dans la dernière colonne license_plate, nous obtenons la même observation ce qui est clairement une erreur;

Corrigeons le problème;

head(merge(df_demo,df_auto, by.x = "numeropol",  by.y = "auto_numpol"))

numeropol	name	province	company	⋯	marque_voiture	couleur_voiture	presence_alarme	license_plate
1	Shane Robinson	Nova Scotia	May Ltd	⋯	Autres	Autre	0	DW 3168
5	Courtney Nguyen	Saskatchewan	Foley, Moore and Mitchell	⋯	RENAULT	Autre	0	926 1RL
13	Lori Washington	Yukon Territory	Robinson-Reyes	⋯	RENAULT	Autre	1	SOV 828
⋮	⋮	⋮	⋮	⋱	⋮	⋮	⋮	⋮
22	Jeffrey Garcia	Nunavut	Berger-Thompson	⋯	VOLKSWAGEN	Autre	1	453 CFM
22	Jeffrey Garcia	Nunavut	Berger-Thompson	⋯	VOLKSWAGEN	Autre	0	FHH 537

left_join

la fonction left_join prend toute l’information de gauche et l’information existante de la partie droite qui est basée sur le critère en commun

x<-data.frame(nom=c("Gabriel", "Adel", "NM", "Mathieu", "Amine", "Mohamed"), 
              bureaux=c("5518", "4538", "5518", "5517", "4538", "4540"))
x

nom	bureaux
Gabriel	5518
Adel	4538
NM	5518
⋮	⋮
Amine	4538
Mohamed	4540

y<-data.frame(nom=c("Gabriel", "Adel", "JP", "Mathieu", "Amine"), 
              diplome=c("M.Sc", "Ph.D", "Ph.D", "Ph.D", "Ph.D"))
y

nom	diplome
Gabriel	M.Sc
Adel	Ph.D
JP	Ph.D
Mathieu	Ph.D
Amine	Ph.D

left_join(x,y,by = "nom")

Warning message:
“Column `nom` joining factors with different levels, coercing to character vector”

nom	bureaux	diplome
Gabriel	5518	M.Sc
Adel	4538	Ph.D
NM	5518	NA
⋮	⋮	⋮
Amine	4538	Ph.D
Mohamed	4540	NA

inner_join

Cette fonction permet de retourner seulement les éléments en commun des deux df

inner_join(x,y,by = "nom")

Warning message:
“Column `nom` joining factors with different levels, coercing to character vector”

nom	bureaux	diplome
Gabriel	5518	M.Sc
Adel	4538	Ph.D
Mathieu	5517	Ph.D
Amine	4538	Ph.D

semi_join

Cette fonction retourne seulement les éléments du premier df qui se retrouve dans le deuxième df, sans nous retourner les éléments de ce dernier

semi_join(x,y,by = "nom")

anti_join

Cette fonction le contraire de la précédente

anti_join(x,y,by = "nom")