Initiez-vous au langage R pour analyser vos données

Un résultat se présente la plupart du temps sous la forme d’un tableau et nous allons donc exporter celui-ci. L’exportation du tableau est très simple :

write.table(tableau,"monfichier.csv",sep=";",row.names=FALSE)

L’objet  tableau  est exporté dans le fichier  monfichier.csv  à l’endroit où R travaille. On peut bien sûr spécifier un chemin particulier. L’exportation ci-dessus permet de contrôler le séparateur de colonne fixé à  ;  et le nom du fichier  monfichier.csv  .

Il est possible de contrôler d’autres options comme :

• col.names  : permet de garder les noms des colonnes dans le format d’exportation. Par
  défaut, col.names= TRUE  , les noms des colonnes sont donc stockés dans la première ligne.

• row.names  : permet de garder les identifiants de chaque individu dans le fichier exporté. Par défaut, row.names= TRUE  .

• quote  : permet de définir si les chaînes de caractères sont délimitées par des guillemets ou non. Par défaut, quote= TRUE  .

• dec  : permet de définir le séparateur décimal qui est par défaut à  .  .

• na  : permet de définir la chaîne de caractères qui va remplacer les valeurs manquantes et la chaîne de caractères qui est par défaut à  "NA"  .

Ainsi, pour exporter sans nom de lignes ou de colonnes ni guillemets et avec un séparateur tabulation, nous utilisons :

ozoneR <- ozone[1:4,c("maxO3","T9","vent")]
write.table(ozoneR,"montableau.txt",row.names=F,col.names=F,quote=F,sep='\t')

Exporter des données en  .txt  ,  .csv  ou autre est la meilleure solution si vous souhaitez pouvoir accéder à ces données avec un autre logiciel/langage d’analyse, comme Python. Cependant, cette solution ne préserve pas la structure des données, comme le type de la colonne (  numeric  ,  character  ou  factor  ). Pour ce faire, les données doivent être exportées dans un format de données R.

Il est possible de sauvegarder des objets R en utilisant la fonction  saveRDS  . Créons une liste et sauvegardons-la :

x <- c("a","a","b","c")
X <- matrix(1:8,ncol=4)
y <- c(T,T,T,F,F)
z <- matrix(c("A","B","C","D"),ncol=2)
maliste <- list(comp1=x,comp2=X,comp3=y,element4=z)
maliste
# $comp1
# [1] "a" "a" "b" "c"
#
# $comp2
#      [,1] [,2] [,3] [,4]
# [1,]    1    3    5    7
# [2,]    2    4    6    8
#
# $comp3
# [1]  TRUE  TRUE  TRUE FALSE FALSE
# 
# $element4
#      [,1] [,2]
# [1,] "A"  "C" 
# [2,] "B"  "D"

saveRDS(maliste,"maliste.rds")

Ainsi, la liste  maliste  est maintenant stockée dans un fichier RDS, facilement récupérable via la fonction  readRDS  :

maliste2 <- readRDS("maliste.rds")
maliste2
# $comp1
# [1] "a" "a" "b" "c"
#
# $comp2
#      [,1] [,2] [,3] [,4]
# [1,]    1    3    5    7
# [2,]    2    4    6    8
#
# $comp3
# [1]  TRUE  TRUE  TRUE FALSE FALSE
# 
# $element4
#      [,1] [,2]
# [1,] "A"  "C" 
# [2,] "B"  "D"

Vous pouvez exporter vos données/objets en R :

• soit via un fichier externe, comme un fichier  .csv  , ou un fichier  .txt, pour ensuite les réimporter via un autre langage/logiciel d’analyse ;

• soit via un format propre à R (RDS ou RData) permettant de conserver le format et le type des données/objets.

Dans le prochain chapitre, nous verrons un peu plus en détails comment manipuler plusieurs jeux de données.