Groupe des utilisateurs du logiciel R

Bonjour, Vous pouvez utiliser la propriété "zoom" qui permet de manipuler l'effet d'agrandissement d'un élément (ici l'app entière en utilisant le sélecteur body) (https://stackoverflow.com/questions/21668635/zoom-out-whole-website-using-jquery-or-css/21668647#21668647) tags$head(tags$styl...

Bonjour,

à quoi ressemble la structure du csv et quel est le format attendu ?

Merci

Peut être en téléchargeant le fichier tar.gz et en utilisant :

Tu obtiens des NAs simplement car le format spécifié lors de la conversion est le mauvais (il manque les secondes), il faut que tu utilises format = "%d/%m/%Y %H:%M:%S" je n'avais pas fait attention que si les unités sont différentes cela pose problème. En utilisant la méthode avec data.ta...

Bonjour, Maxime a répondu plus vite que moi, voici plusieurs autres possibilités avec différentes librairies : etude_loco$debut_interv <- as.POSIXct(etude_loco$debut_interv) etude_loco$fin_interv <- as.POSIXct(etude_loco$fin_interv) #(i) calculer le temps moyen d'intervention pour un numéro de série...

Bonjour, juste pour préciser, l'utilisation de fonctions de la famille *apply n'est pas de la vectorisation puisqu'on retrouve des boucles for dans leur définition. On parle de programmation fonctionnelle pour les fonctions de cette famille. Pour un utilisateur de R c'est (en général) beau à lire et...

Bonjour, tu peux utiliser la fonction separate du package tidyr. Si tu es sur que c'est 3 colonnes 3 : library(tidyr) separate(datas, Centre_suivi, sprintf("Centre_suivi_%d", 1:3), sep = " ", extra = "drop") Centre_suivi_1 Centre_suivi_2 Centre_suivi_3 1 necker <NA> <NA...

Bonjour, pour avoir un format de données facile à manipuler pour des représentations graphiques : library(dplyr) datas %>% group_by(village, survey, night) %>% summarise(mean = mean(n)) library(data.table) setDT(datas) datas[ , list(mean = mean(n)), by = list(village, survey, night)]

Bonjour, tout dépend de votre type de graph et de la librarie utilisée. Quelque chose de très simple pour un nuage de points avec base R : datas <- data.frame(x = 1:10, y = rnorm(10)) plot(y~x, data = datas) with(datas, text(y~x, labels = round(y, 2), pos = 3)) Avec : pos 1: dessous pos 2: gauche po...

Une fois que tu as sourcé ton script, tu peux connaitre les packages chargés avec la commande : print(.packages()) Mais ne te sers pas de cette liste pour faire un tri, car tu ne vois pas les imports, des packages qui ne sont pas forcement chargés et sur lesquels dépendent certaines fonctions d'autr...

Bonjour, l'ordre des barres est définit par l'ordre des levels du facteur. Quand tu as ordonné tes facteurs tu l'as fait en fonction des valeurs de tous les types confondus, si tu t’intéresse à un type en particulier ce ne sera peut être plus le même ordre mais ggplot ne peut pas le savoir et se bas...

Bonjour, ce n'est pas possible en mode interactif car toutes les lignes sont en fait équivalentes à des commandes tapées par l'utilisateur, c'est donc toujours la ligne suivante qui sera interprétée comme l'input. Pour contourner le problème tu peux wrapper les whiles dans une fonction ou enregistre...

Pour quelque chose de très basique : ggplot(datas, aes(x = jour, y = heure, fill = temperature)) + geom_tile() + scale_fill_gradient(low = "blue", high = "red") Sinon il y a des packages qui te permettent de créer des palettes et donc des dégradés, RColorBrewer par exemple. EDIT ...

Eric l'a déjà dit il te faut un format long en fait, c'est le format qui marche le mieux avec R car il est adapté aux opérations vectorisées. Personnellement je trouve que c'est aussi le plus intuitif à lire. Il te faut un data.frame où chaque variable est stockée dans sa propre colonne et où chaque...

Bonjour, c'est un standard POSIX (POSIX intervient ici car avec as.Date lorsque ce n'est pas le format par défaut de R ("%Y-%m-%d" ou "%Y/%m/%d") c'est sprtime qui est appelé) qui impose le comportement du format %y, les valeurs 00 à 68 sont préfixées par 20 et les valeurs 69 à 9...