R – Manipulation avancée de données (dplyr, tidyr, tidyverse, data.table)

Cette formation s’adresse à des personnes souhaitant découvrir le tidyverse, notamment les packages dplyr et tidyr, devenu la syntaxe de référence pour la manipulation de données sous R. Ils rationalisent, homogénéisent et rendent plus efficaces en termes de ressources toutes les opérations de transformation, création et manipulations de données.

Il ne s’agit pas d’une formation sur la méthodologie statistique mais d’une formation sur le logiciel R.

• Savoir organiser son environnement de travail,
• Installer et charger un package,
• Utiliser R en mode console,
• Exécuter et exploiter des scripts simples,
• Obtenir de l’aide en ligne, rechercher des commandes permettant de réaliser l’action souhaitée,
• Créer et manipuler les objets suivants : vecteurs, facteurs, data frames,
• Filtrer un tableau de données,
• Importer des données,
• Connaître les principes et les principaux composants du tidyverse,
• Lire et écrire des scripts basés sur les commandes dplyr,
• Comprendre la logique de sa syntaxe,
• Comprendre l’utilisation de l’opérateur de pipe « %>% »,
• Comprendre les gains en ressources et temps de calcul permis,
• Mettre en œuvre les manipulations de données, des plus élémentaires aux jointures de tables,
• Manipuler des chaînes de caractères,
• Manipuler des dates et des heures.

Connaissances de base sur R : création et manipulation des objets sous R, importation des données Utilisation de R en mode script et création Niveau

Tout public

• Revoir les fondamentaux sur le logiciel R,
• Découvrir le package tidyverse,
• Manipuler des données avec le package dplyr,
• Manipuler de plusieurs tables de données,
• Transformer des formats de tables de données,
• Manipuler des chaînes de caractères avec le package stringr,
• Manipuler des données de type date et heures avec le package lubridate.

Les formateurs de Seenovate sont des consultants expérimentés et certifiés. Ils appuient leur pédagogie sur leur expertise terrain en conseil et en réalisation de projet en statistique et data science.

Méthodes et moyens : 

• Une convention de formation
• Une enquête en amont sur les attentes des stagiaires
• Feuilles d’émargement signées à chaque session
• 1 vidéoprojecteur par salle / 1 poste de travail par stagiaire
• Explications théoriques suivies de pratiques guidées puis mises en autonomie

Méthode d’évaluation des acquis : 

• Quiz et exercices d’applications tout au long de la formation
• Evaluation de fin de stage
• Attestation de suivi de formation

Support stagiaire :  

• Support de cours électronique (dématérialisé) / En français