Depuis le CRAN
install.packages("dplyr")
Depuis GitHub
library(devtools)
install_github("hadley/dplyr")
Je conseille les paquets readxl
et writexl
,
faciles à installer.
library(readxl) # Import d'un fichier Excel
library(writexl) # Export d'un fichier Excel
Fonctions : read_excel(),write_xlsx()
Le paquet xlsx
est également très utilisé et apporte
davantage de fonctionnalités mais il vous faudra installer des
dépendances (suivre les instructions), en particulier Java, pour des
utilisateurs à l’aise en informatique.
library(xlsx) # fonctionnalités plus complètes
Fonctions : read.xlsx2(), write.xlsx2()
Tidyverse est un package qui regroupe un ensemble de package qui facilitent considérablement la programmation en R.
library(tidyverse)
EST EQUIVALENT A :
library(ggplot2) #Graphique
library(dplyr) #Manipuler ses données
library(tidyr) #Organiser ses données
library(readr) #Lire des données
library(purrr) #Programmation
library(tibble) #Tableau de données (post data.frame)
library(stringr) #Manipuler du texte
library(forcats) #Manipuler des facteurs
Fonctions utiles :
ggplot2 : ggplot()
dplyr : select(), rename(), mutate(), filter(), arrange(), group_by(), summary()
tidyr : %>%, pivot_longer(), pivot_wider()
reader : read_csv()
purrr : map()
tibble : tibble(), tribble()
stringr : str_lenght(), str_c(), str_replace(), str_to_lower(), str_to_upper()
forcats : fct_relevel(), fct_recode()
Pour manipuler les dates, utiliser le package
lubridate
.
library(lubridate)
Fonctions : dmy(), ymd(), year(), month(),day()
(1, 2, 3 entrée.s)
library(janitor)
Fonctions : tabyl()
La librairie R permet de créer des chemins relatifs. Par défaut R considère que les fichiers se trouvent dans les dossiers et sous-dossiers où se situe votre projet.
library(here)
Fonctions : here()
Pour créer des rapports automatisés : rmarkdown
Pour faire des beaux tableaux dans rmarkdown :
kableExtra
library(rmarkdown)
library(kableExtra)
Fonctions rmarkdown : render()
Fonctions kableExtra : kable_styling()