Formation-R-initiation
Formation R initiation
20/02/2025
1.1 Objectifs de la formation
1.3 Pourquoi utiliser R
1.5 Fenêtres dans RStudio
1.6 La Console
⇒ EN BAS A GAUCHE
permet de saisir des lignes de commande
affiche la log et les résultats
Log : historique des commandes, messages, etc.
1.7 La Console
- Si la première ligne de la console commence par le caractère >
→ cela signifie que R est disponible et en attente de la prochaine commande
- Si la première ligne commence par le caractère +
→ cela signifie que R considère que la commande de la ligne précédente n’est pas terminée et qu’il « attend la suite »
Il faut alors :
- compléter la commande
ou
- sortir et recommencer en appuyant sur Echap
1.8 La Console
Possibilité de naviguer dans la console avec les flèches ↑ ou ↓
Appuyer sur Entrée pour exécuter une commande, ou cliquer sur
![]()
Pour effacer le contenu de la console : menu
Edit > Clear consoleou Ctrl+L
1.9 Visualisation
⇒ EN HAUT A GAUCHE
- les données :
- les scripts (programmes) :
→ Pour soumettre la ligne ou la sélection depuis le script, il faut cliquer sur Run ou Ctrl + Entrée
1.11 Environnement et historique
1.12 Fichiers, graphiques, aides, packages et Viewer
1.13 Organisation sous Cerise
Cerise est organisé en plusieurs répertoires :
00-Espace-Personnel => espaces personnels des agents, accessible par l’agent uniquement
01-Espace-de-Partage => lieu de partage général entre les différents acteurs
1.14 Organisation sous Cerise
- 02-Espace-de-Production => plateforme de stockage des données brutes collectées, ainsi que des fichiers de données et programmes issus des traitements statistiques réalisés par l’équipe projet
- 03-Espace-de-Diffusion => mise à disposition au sein du SSM des données issues des traitements statistiques réalisés en amont
=> Ces deux derniers espaces sont découpés par opérations statistiques
1.15 Organisation sous Cerise
- 04-Espace-Echanges => stockage des fichiers de données à transmettre aux autres applications du SI CASSIS (par exemple Agreste) ainsi qu’aux SI des partenaires extérieurs
1.16 Cheminer sous Cerise
Sous Cerise, le chemin “~/” fait référence à son espace personnel
On peut reconstituer facilement un chemin complexe de l’arborescence Cerise en utilisant l’auto-complétion de R :
Je commence par taper le chemin pointant vers l’espace personnel “~/”
Je place le curseur après le slash, et j’appuie sur la touche tabulation du clavier : l’arborescence est proposée
- Avec les flèches haut et bas, je sélectionne l’élément qui m’intéresse. Si je veux descendre plus bas dans l’arborescence, j’appuie sur tabulation pour que l’arborescence du dossier choisi s’affiche. Je continue jusqu’à avoir construit le chemin complet :
1.17 Répertoire de travail
- R a par défaut un répertoire de travail. Cela signifie que si aucun chemin n’est spécifié, R va lire ou écrire les fichiers dans ce répertoire.
⇒ Sur le serveur, le répertoire de travail est l’espace personnel
Pour connaître le répertoire de travail : commande getwd()
Pour changer le répertoire de travail :
commande setwd(“chemin du rép souhaité”)
Ou dans l’onglet Files
1.18 Maafluence
Dans la page d’accueil Maafluence de Cerise, on peut trouver des liens vers divers outils utiles :
https://orion.agriculture/confluence/display/CER/CERISE_Espace+Utilisateurs
Une FAQ sur Cerise avec les questions récurrentes, les actualités
Des documents d’aide : le guide des bonnes mani’R, les fiches méthodologiques, les documents de formation
Le lien vers le forum R du ministère, toujours vif à répondre à toutes les questions
Le lien vers les actualités et les présentations du Groupe Utilisateurs R :
https://orion.agriculture/confluence/display/CER/Le+groupe+utilisateur+R
1.20 Les scripts (programmes)
Les scripts sont des fichiers texte - ils portent l’extension .R
- → Créer un script : File > New File > R Script ou
- → Travailler avec un script existant : File > Open File… ou
- → Sauvegarder un script : File > Save ou File > Save as… ou
1.21 Les scripts (programmes)
Pour exécuter des commandes d’un script, se positionner sur la ligne ou bien sélectionner l’ensemble des commandes à exécuter puis Ctrl+Entrée ou Code > Run Selected line(s) ou
![]()
Pour interrompre une exécution, on utilise le bouton « stop » de la console :
Pour exécuter tout le code d’un script préprogrammé, on utilise la fonction
source(file ="V:/FormationR/Prog/mon_fichier.R")
ou sous RStudio : 
(dans ce cas, rien ne s’affiche dans la console lors de l’exécution)
1.22 Les scripts (programmes)
 |
R est sensible à la casse ⇒ Les caractères en minuscules ou en MAJUSCULES sont différents |
 |
Les commentaires s’écrivent après le symbole # |
|
Dans les chemins Windows, les \ doivent être remplacés par des / ou des \\ |
1.23 Les packages
Nombreuses possibilités avec installation de base de R …
… Mais parfois besoin de nouvelles fonctionnalités
⇒ Utilisation de packages :
Boîte à outils : fonctions spécifiques (et parfois des données) relatives à un domaine particulier
Développés et maintenus par la communauté des utilisateurs de R, et diffusés via le CRAN (Comprehensive R Archive Network = réseau de serveurs)
1.25 Les packages
Charger un package (à chaque utilisation)
utiliser la ligne de commande library(nom_package) (conseillé pour la reproductibilité du programme)
cocher sur RStudio (déconseillé car si quelqu’un reprend le programme, il ne saura pas qu’il faut cocher)
RStudio: l’onglet Packages de la fenêtre en bas à droite indique les packages installés.
Les packages cochés sont ceux chargés, et donc utilisables.
Lorsqu’on essaie d’utiliser une fonction d’un package sans l’avoir chargé, un message d’erreur s’affiche
2.1 Introduction
Quand on lance une commande (dans la console ou depuis un script), R fait le calcul (ou l’opération demandée) et affiche le résultat dans la console
⇒ Pour réutiliser, appeler ou modifier un résultat dans la suite du programme : stocker le résultat dans un objet ⇒ c’est l’affectation
⇒ Tout ce qui n’est pas stocké dans un objet n’est pas gardé en mémoire !
C’est comme si je voulais modifier un fichier Excel, il faut bien que je stocke mon travail !
2.2 Stockage d’objet
Affectation : affecter à un objet une valeur Opérateur : <-
Affecter une valeur à un objet le crée en même temps
Pour afficher la valeur d’un objet, il suffit de saisir son nom
2.3 Stockage d’objet
Possibilité de créer autant d’objets que l’on souhaite
Les objets créés apparaissent dans la fenêtre en haut à droite
La commande ls() liste tous les objets en mémoire
Si un objet est utilisé dans une opération, R le remplace par sa valeur
2.4 Stockage d’objet
- Les objets n’ont pas de mémoire
⇒ lorsqu’on assigne une nouvelle valeur à un objet déjà existant, la valeur précédente est perdue
Comme dans un tableur : si dans une cellule je colle une valeur, la précédente est écrasée
- Pas de lien entre les objets
⇒ lorsqu’on assigne un objet à un autre, cela ne crée pas de lien entre eux : modifier le premier objet ne va pas modifier le second
Différent du tableur: b ne change pas si a change
2.5 Gestion de la mémoire
rm(nom_objet) supprime l’objet nom_objet de la mémoire.
rm(list=ls()) supprime tous les objets en mémoire.
RStudio : L’icône
![]()
de l’onglet Environment supprime aussi les objets. En utilisant l’affichage Grid, on peut effectuer une sélection.R travaille en mémoire vive :
Environnement « trop plein » = impact sur les temps d’exécution et les performances de R
- ⇒ Supprimer régulièrement de la mémoire les objets qui ne sont plus utiles
Cerise : mémoire partagée entre tous les utilisateurs
- ⇒ Gérer son environnement pour ne pas impacter négativement les autres utilisateurs
de l’onglet Environment supprime aussi les objets. En utilisant l’affichage Grid, on peut effectuer une sélection.2.8 Le vecteur
- Exemple de vecteur : 1 objet (le vecteur) avec différents éléments
- Créer un vecteur : c()
c() est une fonction qui concatène plusieurs informations de même nature
serie est un vecteur de type numérique de longueur 6
Attention : Si des éléments sont de modes différents, R les convertit automatiquement au même mode :
Rappel: c() permet de créer un objet, pour l’utiliser il faut le stocker et donc l’affecter !
2.9 Le vecteur
Un vecteur peut être de quatre types :
numérique
caractère
logique (vrai ou faux)
facteur : vecteur dont les seules valeurs possibles sont les modalités d’une variable quantitative (ex : régions, départements…)
Valeur particulière : NA lorsqu’une variable est en valeur manquante
On détermine le type d’un vecteur avec mode(), on peut tester les types avec les fonctions is.numeric(), is.character(), is.logical(), is.na() etc :
2.10 Les data.frame
data.frame: plusieurs vecteurs (colonnes) de même longueur et de mode potentiellement différents
⇒ C’est ce que l’on utilise le plus souvent
⇒ C’est un tableau de données, avec les observations en lignes et les variables en colonnes
2.11 Les data.frame
- Création de 3 vecteurs de longueur 4 : nom, sexe et taille
- La fonction data.frame( ) permet la création d’un data frame à partir de vecteurs
- Visualisation du data frame : tab_ind ou View(tab_ind)
2.12 Les data.frame : Informations
Pour connaître les caractéristiques d’un data.frame, il y a plusieurs outils utiles :
str() donne la structure de la table (liste des colonnes, avec le type et les premières valeurs)
names() renvoie le vecteur des noms de colonnes
head() et tail() donnent respectivement les 6 premières et les 6 dernières lignes de la table (6 par défaut, peut être modifié)
nrow() et ncol() donnent respectivement le nombre de lignes et de colonnes de la table
Pour accéder aux différentes variables d’un data.frame, on utilise l’opérateur $
2.15 Les fonctions
Une multitude de fonctions : voir fiche mémo
Retourne des informations sur les objets : names(), ncol(), mode() …
Numériques : sum(), mean() …
Traitements des chaînes de caractères : substr(), toupper(), …
Il n’est pas nécessaire de connaître par cœur toutes les fonctions et leurs arguments : habitudes, mémo, aide de R, nombreuses ressources en ligne
2.16 Les fonctions
On peut appliquer une fonction à un vecteur et donc à une colonne d’un data.frame, mais aussi à un élément
On peut modifier une colonne avec une fonction ou créer une nouvelle
3.4 Lecture de données
Rstudio dispose également d’un assistant d’import pour les fichiers text
3.5 Lecture de données
3.6 Lecture de données
Sur le serveur, on ne peut importer des données que si elles sont sauvegardées sur le serveur. Pour importer des données enregistrées en local, il faut auparavant les enregistrer sur le serveur.
⇒ pour importer une table de l’ordinateur local sur Cerise, on utilise le bouton Upload de l’onglet Files en bas à droite de l’interface.
4.1 Principes des outils
2 packages à charger en début de programme
Objectif de dplyr : rassembler dans un seul package les outils de manipulation de données les plus importants pour l’analyse des données
- ⇒ ensemble de fonctions correspondant à un ensemble d’opérations élémentaires
Deux principes pour les packages tidyr et dplyr :
Usage de fonctions « verbe » toutes construites sur le même principe : le premier paramètre est la table de données sur laquelle on travaille.
Usage de l’opérateur pipe (issu du package magrittr)
Dans R-Studio, le raccourci clavier pour cet opérateur est : Ctrl + Shift + M
4.2 Principes des outils
L’opérateur pipe %>% ou |> permet d’enchaîner les traitements dans une seule commande.
- => Tout ce qui suit le pipe est appliqué à tout ce qui le précède
4.3 Principes des outils
- Tout ce qui suit le pipe est appliqué à tout ce qui le précède, appliqué à une situation du quotidien :
- Un programme avec des enchaînements de pipes et de verbes peut se « traduire »
4.4 Principes des outils
Dans le cas d’enchaînement de traitements avec l’opérateur pipe, on peut aérer le code en allant à la ligne après chaque pipe.
ATTENTION : Si on passe à la ligne avant le pipe, la suite des traitements ne s’effectue pas, la commande s’arrête.
4.6 Sélectionner des colonnes
- Pour créer une nouvelle table :
nouvelle_table <- ma_table %>% select(nom_des_colonnes)
- Pour agir directement sur la même table :
ma_table <- ma_table %>% select(nom_des_colonnes)
Rappel: Si on ne fait pas l’affectation, on aura la table réduite affichée dans la console mais le changement ne sera pas stocké
4.9 Filtrer des lignes
- Pour créer une nouvelle table :
nouvelle_table <- ma_table %>% filter(conditions)
- Pour agir directement sur la même table:
ma_table <- ma_table %>% filter(conditions)
4.12 Filtrer des lignes
- On peut aussi filtrer les lignes avec la fonction slice()
maTable %>% slice(paramètres)
Exemples :
maTable %>% slice(1:10) ⇒ renvoie les lignes 1 à 10 de maTable maTable %>% slice_max(nombre,n=10) ⇒ renvoie les 10 lignes de maTable avec les valeurs max de la variable nombre
4.14 Gérer les doublons
4.15 Exercice 2 : Traitement de données
Objectif de l’exercice : à partir des données du RA2020, reproduire ce tableau
À faire :
1) Préparer l’environnement
2) Importer les données
3) Après avoir découvert les données, réduire la table aux informations (colonnes et lignes) nécessaires
4) Existe-t-il des doublons ?
5) Identifier les différentes orientations technico-économiques
4.17 Trier une table
- Pour créer une nouvelle table :
nouvelle_table_triee <- ma_table %>% arrange(variables_de_tri)
- Pour agir directement sur la même table
ma_table <- ma_table %>% arrange(variables_de_tri)
4.19 Renommer des variables
- Pour créer une nouvelle table :
nouvelle_table <- ma_table %>% rename(nouveau_nom = ancien_nom)
- Pour agir directement sur la même table
ma_table <- ma_table %>% rename(nouveau_nom = ancien_nom)
4.20 Renommer des variables - Avancé !
- Pour renommer plusieurs variables de la même façon en même temps, on utilise la fonction rename_with sur le modèle suivant rename_with(table, fonction de renommage, variables à renommer). Quelques exemples :
4.21 Exercice 2 : Traitement de données
À faire :
Trier la table par département, OTEFDA_COEF17 et SAU_TOT décroissante
Renommer la variable OTEFDA_COEF17 en OTEFDA, la variable UGBIFS.TOT en UGB et la variable SAU_TOT en SAU
Supprimer le préfixe “SIEGE_” dans les variables géographiques.
4.23 Créer et modifier des variables
On peut modifier ou créer une variable :
À partir d’une constante
À partir d’une ou plusieurs autres variables de la table
À partir d’une ou plusieurs autres variables d’une autre table
Les expressions successives prennent en compte les résultats des calculs précédents
→ il est donc possible de créer une variable à partir d’une variable créée précédemment dans la même instruction
4.24 Créer et modifier des variables
Créer une variable se fait selon cette formule :
nom_nouvelle_variable = instructions
4.25 Créer et modifier des variables
Par défaut : nouvelle variable ajoutée comme dernière colonne
⇒ possibilité d’indiquer la position des variables à créer dans la table. On utilise les paramètres .before et .after sur le modèle des paramètres de la fonction relocate :
4.26 Créer et modifier des variables
- Pour (re)coder une variable, on peut utiliser la fonction case_when(), qui s’écrit de la manière suivante :
- Pour un (re)codage à deux conditions (si / sinon), on peut utiliser la fonction if_else() :
4.29 Tris à plats
- Possibilité de calculer facilement des pourcentages, en ajoutant l’instruction suivante :
mutate(part = n/sum(n) * 100)
4.30 Tris à plats
- Possibilité de compter les croisements de plusieurs variables : liste des variables à croiser, séparées par une virgule
- Possibilité d’ajouter une pondération, à l’aide du paramètre wt
4.32 Agréger des données
- Résumer une variable se fait selon cette formule :
summarise(nom_variable_résumé = fonction_stat)
4.35 Agréger des données par groupe
Rappel : pour cet exemple, pas d’affectation, le résultat s’affiche dans la console mais ne sera pas stocké
4.36 Agréger des données par groupe
On peut aussi combiner la fonction group_by() avec la fonction mutate() : dans ce cas les statistiques par groupe sont directement intégrées à la table de données individuelles
4.38 Exercice 2 : Aide mémoire
4.39 Concaténer des tables
Pour accoler deux tables horizontalement (rajouter des lignes), on utilise la fonction bind_rows()
bind_rows(maTable1, maTable2)
# ou précédé d'un pipe
maTable1 %>% bind_rows(maTable2)
⇒ Les colonnes ayant le même nom vont s’empiler. Les autres vont se compléter avec des valeurs manquantes.
La fonction bind_cols() permet de la même façon de rajouter des colonnes à une table sans passer par une variable de jointure.
Attention: sans variable de jointure signifie que rien ne garantit que les lignes correspondent
4.40 Concaténer des tables
4.42 Joindre des tables avec une variable de jointure
4.43 Joindre des tables avec une variable de jointure
4.46 Joindre des tables avec une variable de jointure
4.48 Réorganiser des tables
- pivot_wider() permet de disperser les lignes dans les colonnes
names_from = nom de la variable dont les modalités deviendront les intitulés de colonne values_from = nom de la variable à utiliser pour remplir les colonnes
4.49 Réorganiser des tables
- pivot_longer() est l’opération inverse : elle permet de rassembler les colonnes dans les lignes
cols = colonnes pivotantes
names_to = nom de la première colonne à créer et qui recevra les actuels noms des colonnes pivotantes
values_to = nom de la deuxième colonne à créer et qui recevra les valeurs des colonnes pivotantes
Moyen mnémotechnique pour différencier les deux fonctions : avec pivot_longer, la table devient plus longue
4.50 Réorganiser des tables
4.51 Réorganiser des tables - Avancé !
Quelques paramètres supplémentaires et utiles de la fonction pivot_longer:
ma_df %>% pivot_longer(
cols = birth_child1:birth_child3, ← colonnes à pivoter (ou starts_with(‘’birth_child’’))
names_to = ‘’child_number’’, ← nom de la colonne recevant les noms des colonnes à
pivoter values_to = ‘’date_of_birth’’, ← nom de la colonne &érecevant les valeurs des colonnes pivotées
names_prefix = ‘’birth_child’’, ← préfixe à enlever des noms de colonnes à pivoter
values_drop_na = TRUE ← le résultat ne contient pas des lignes avec des NA dans la colonne indiquée dans le paramètre values_to
)
4.54 Liens utiles
Introduction à R et au tidyverse : https://juba.github.io/tidyverse/ (en français)
Formations R aux MTES & MCTRCT : https://mtes-mct.github.io/parcours-r/ (en français)
Formations sous GEDSI :
Forum CIRAD : http://forums.cirad.fr/logiciel-R/ (forum francophone)
Les aides-mémoires : https://www.rstudio.com/resources/cheatsheets/ (aides-mémoire en anglais)
Sans oubli er les recherches Google qui renvoient très souvent une aide en français ou Chat GPT
1.4 Comment travailler avec R au MASA
Depuis la plate-forme CERISE :
⇒ Adresse : https://rstudio.agriculture.rie.gouv.fr
⇒ PISTACHE : Pistache > Traitements statistiques et Diffusion > R > Migration SPSS et SAS vers R > Accès au WIKI Cerise - R > Accéder à Cerise
Cerise permet l’accès aux ressources déposées sur le serveur, la sauvegarde, le partage de code et le travail simultané. C’est l’usage recommandé.
En local sur son poste, sans intervention de Pastel
Existence d’une plate-forme CERISE de Préproduction :