Sélection de Données - Techniques Avancées

Vous savez déjà comment sélectionner des lignes et des colonnes individuelles à l'aide de l'indexation de base. Il est maintenant temps d'aller plus loin et d'explorer comment sélectionner plusieurs lignes et colonnes en utilisant à la fois R de base et le package dplyr. Ces techniques sont essentielles lorsque vous souhaitez vous concentrer sur des parties spécifiques d'un ensemble de données ou préparer vos données pour une analyse approfondie.

Sélection de plusieurs colonnes

R de base

Vous pouvez sélectionner plusieurs colonnes en combinant leurs positions ou leurs noms avec la fonction c(). Le résultat est un data frame réduit contenant uniquement les colonnes spécifiées.

Utilisation des positions de colonnes :

selected_data_base <- df[, c(1, 2, 3)]

Utilisation des noms de colonnes :

selected_data_base <- df[, c("name", "selling_price", "transmission")]

dplyr

Vous pouvez utiliser la fonction select() et passer directement les noms des colonnes.

selected_data_dplyr <- df %>%
  select(km_driven, fuel, transmission)

Indexation de valeurs uniques

Pour accéder à une valeur spécifique, indiquez à la fois le numéro de ligne et le numéro de colonne. Utile pour vérifier ou déboguer des points de données individuels.

df[1, 2]  # accesses the value in row 1, column 2

Découpage des lignes

Parfois, il est utile de ne travailler qu’avec les premières lignes ou des lignes spécifiques selon leur position.

Base R

Vous pouvez sélectionner plusieurs lignes en spécifiant l'indice de la première et de la dernière ligne, séparés par un :.

first_5_rows_base <- df[1:5, ]

dplyr

Vous pouvez utiliser la fonction slice() et lui passer la plage de lignes souhaitée.

first_5_rows_dplyr <- df %>%
  slice(1:5)