Summary  
This chapter demonstrates how to transform data in a data frame by adding new computed columns, cleaning and converting text-based numeric fields into numeric types, and recoding continuous values into categorical buckets. It illustrates these tasks using base R and dplyr functions such as mutate(), gsub(), and ifelse()/case_when().

General domain of usage  
Used car pricing data analysis

**Transformation des données** comme étape essentielle dans la préparation des données brutes pour l'analyse. Modification, ajout ou recodage de variables afin de rendre les données plus pertinentes et prêtes pour l'analyse.

## Création de nouvelles colonnes
Transformation courante consistant à calculer de nouveaux indicateurs à partir de colonnes existantes. Par exemple, calcul du prix par kilomètre pour évaluer la rentabilité d'un véhicule.

### Base R
Création d'une nouvelle colonne à l'aide de l'opérateur `$` pour définir son nom et lui attribuer des valeurs.

```
df$price_per_km <- df$selling_price / df$km_driven
head(df)
```

### dplyr

De nouvelles colonnes peuvent être ajoutées à l'aide de la fonction `mutate()`. À l'intérieur de `mutate()`, il faut spécifier le nom de la nouvelle colonne et définir son mode de calcul.

```
df <- df %>%
  mutate(price_per_km = selling_price / km_driven)
```

## Conversion et transformation de données numériques au format texte
Dans les jeux de données réels, les informations numériques sont souvent stockées sous forme de texte combiné à des caractères non numériques. Par exemple, les valeurs de puissance moteur peuvent apparaître sous la forme **"68 bhp"**, qui doivent être nettoyées et converties avant l'analyse.

### Base R
La fonction `gsub()` permet de supprimer le texte indésirable, puis `as.numeric()` convertit le résultat en valeurs numériques. Après la conversion, d'autres transformations peuvent être effectuées, comme la conversion de brake horsepower (bhp) en kilowatts.

```
df$max_power <- as.numeric(gsub(" bhp", "", df$max_power))
df$max_power_kw <- df$max_power * 0.7457  # convert to kilowatts
```


### dplyr
Le même processus peut être simplifié à l'intérieur d'un appel à `mutate()`. Il est possible de combiner le remplacement de texte, la conversion de type et la création de nouvelles colonnes en une seule étape, ce qui rend le code plus lisible et plus facile à maintenir.

```
df <- df %>%
  mutate(
    max_power = as.numeric(gsub(" bhp", "", max_power)),
    max_power_kw = max_power * 0.7457
  )
```


## Catégorisation des données
Création de nouvelles variables catégorielles en regroupant des valeurs continues en catégories significatives. Par exemple, classification des voitures en **faible, moyen ou élevé** selon leur gamme de prix de vente.

### Base R
Cette opération peut être réalisée avec des instructions `ifelse()` imbriquées. Chaque condition est vérifiée dans l'ordre et la valeur est attribuée en conséquence.

```
df$price_category <- ifelse(df$selling_price < 300000, "Low",
                            ifelse(df$selling_price < 700000, "Medium", "High"))
```

### dplyr
Vous pouvez utiliser la fonction `case_when()` comme alternative aux instructions if-else imbriquées. Cela permet d'écrire plusieurs conditions dans un format clair et lisible.

```r
df <- df %>%
  mutate(price_category = case_when(
    selling_price < 300000 ~ "Low",
    selling_price < 700000 ~ "Medium",
    TRUE ~ "High"
  ))
```

Télécharger le jeu de données

Télécharger le code du chapitre

Acquérir une expérience pratique de l'analyse de données avec R en apprenant à nettoyer, transformer et visualiser des ensembles de données. Explorer les flux de travail essentiels tels que la sélection et le filtrage des données, la gestion des valeurs manquantes et la synthèse des résultats. Développer la confiance dans la préparation des données pour l'extraction d'informations, la création de rapports et l'exploration statistique approfondie.

Explorez les bases de l'analyse de données avec R. Découvrez comment installer les outils, charger et inspecter des jeux de données, sélectionner et filtrer des informations, trier et transformer des données, gérer les valeurs manquantes et résumer les résultats pour obtenir des analyses approfondies.

Apprenez à créer des visualisations percutantes avec ggplot2. Construisez des diagrammes en barres, des histogrammes, des courbes de densité et des nuages de points, puis personnalisez-les et affinez-les à l’aide d’options de style et de facettage pour révéler des informations plus approfondies dans vos données.

Renforcez votre compréhension des statistiques pour l'analyse de données. Appliquez des mesures descriptives, identifiez et traitez les valeurs aberrantes, et utilisez des techniques de corrélation avec des outils visuels tels que les cartes de chaleur et les nuages de points pour révéler des relations significatives.

Transformation des Données

Création de nouvelles colonnes

Base R

dplyr

Conversion et transformation de données numériques au format texte

Base R

dplyr

Catégorisation des données

Base R

dplyr