2 Préparer vos données

2.1 Importer des données

2.1.1 Structure d’import

On va d’abord importer une donnée dans R, de la façon suivante :

nom_du_fichier <- read_extension("chemin_du_fichier.extension")

Cette instruction comprend 4 éléments :

• Le nom de la table cible : nom_du_fichier. Son choix est libre mais ne doit pas comprendre d’espaces ou d’accents ;
• Le pointeur : <-, qui permet de remplir la table cible ;
• Une fonction de lecture : read_extension() qui diffère selon le type de fichier ;
• Le chemin du fichier, entre guillemets : "chemin_du_fichier.extension". Comme on se situe dans un projet RStudio, celui-ci part de la racine du projet.

VOtre console peut vous renvoyer certaines informations sur la façon dont R encode les colonnes (en numérique, en caractère, etc.).

2.1.2 Exemples

Le package readxl nous permet d’importer des fichiers Excel. Par exemple ici pour le fichier bmo_2019_idf.xlsx qui se situe dans le dossier data :

bmo_secteur <- read_xlsx("data/dataset/bmo_2019_secteur.xlsx")

Si le fichier avait été :

• en .xls, l’instruction aurait été read_xls ;
• en .csv, read_csv2()du package readr ;
• en SAS (en .sas7bdat), read_sas du package haven ;
• dans d’autres formats, il existe des fonctions spécifiques.

2.1.3 Afficher la table

On peut ensuite afficher la table de données importée de deux façons :

• La première consiste à l’afficher dans la console en exécutant le nom de la table. Cela affiche des informations sur le type des colonnes et le nombre de lignes et de colonnes.

bmo_secteur

## # A tibble: 4,572 x 8
##    gd_secteur_bmo reg   dep   bassin_bmo ze    nb_proj_tot nb_proj_diff nb_proj_sais
##    <chr>          <chr> <chr> <chr>      <chr>       <dbl>        <dbl>        <dbl>
##  1 Agriculture    01    971   0101       0101         77.0        58.5         26.5 
##  2 Agriculture    01    971   0101       0102        180.         40.9          0   
##  3 Agriculture    01    971   0102       0106        119.         67.0         94.0 
##  4 Agriculture    01    971   0103       0103         25.8        25.8         13.8 
##  5 Agriculture    01    971   0105       0101         26.4         5.47         5.47
##  6 Agriculture    02    972   0201       0201         37.3        33.3          0   
##  7 Agriculture    02    972   0202       0204         92.2        19.7         69.6 
##  8 Agriculture    02    972   0202       0206        174.         84.0         85.6 
##  9 Agriculture    02    972   0203       0202         52.6         7.56        52.6 
## 10 Agriculture    02    972   0203       0203        173.         49.0        138.  
## # ... with 4,562 more rows

• La seconde consiste à visualiser la table avec l’instruction View(nom_de_la_table). Cela va afficher un onglet à part. A éviter dans le cas de grosses tables.

2.2 Pour la cartographie

Pour réaliser une carte, il faut avoir une table de données à visualiser, qui comprend :

• un identifiant spatial : code commune, bassin, département, région, etc. ;
• une valeur : cela peut être une donnée continue (valeur numérique) ou discrète (classe d’une classification par exemple, discrétisation d’une valeur continue).

Cette table directement importée sous ce format.

Elle peut être aussi calculée avec R.

Pour notre table, on somme par département puis on calcule la part de projets difficiles et on découpe en classes cette part.

bmo_dep <- bmo_secteur %>%
  group_by(dep) %>%
  summarise(nb_proj_tot = sum(nb_proj_tot),
            nb_proj_diff = sum(nb_proj_diff)) %>%
  mutate(
    part_diff = nb_proj_diff / nb_proj_tot * 100,
    part_diff_classes = cut(
      part_diff,
      include.lowest = TRUE,
      breaks = c(0, 40, 50, 60, 100),
      labels = c("Moins de 40 %", "40-50 %", "50-60 %", "60% et plus")
    )
  )

La table aura alors la forme suivante :

bmo_dep

## # A tibble: 104 x 5
##    dep   nb_proj_tot nb_proj_diff part_diff part_diff_classes
##    <chr>       <dbl>        <dbl>     <dbl> <fct>            
##  1 01         18464.       10859.      58.8 50-60 %          
##  2 02         18418.        9851.      53.5 50-60 %          
##  3 03          9394.        4517.      48.1 40-50 %          
##  4 04          9686.        4509.      46.6 40-50 %          
##  5 05         12376.        5166.      41.7 40-50 %          
##  6 06         54174.       25030.      46.2 40-50 %          
##  7 07         15975.        7351.      46.0 40-50 %          
##  8 08          6233.        3422.      54.9 50-60 %          
##  9 09          6454.        2327.      36.1 Moins de 40 %    
## 10 10         15068.        6773.      44.9 40-50 %          
## # ... with 94 more rows