Utiliser aggregate pour résumer des données en R

La fonction aggregate en R est un outil puissant pour résumer des données en fonction de groupes. Elle permet de calculer des statistiques descriptives (comme la moyenne, la somme, etc.) pour des sous-ensembles de données, facilitant ainsi l’analyse de grandes bases de données.

Syntaxe de base

La syntaxe de la fonction aggregate est la suivante :

aggregate(x, by, FUN, ...)
  • x : un objet (comme un data frame ou une matrice) contenant les données à résumer.
  • by : une liste de vecteurs qui définissent les groupes.
  • FUN : la fonction à appliquer pour résumer les données (par exemple, mean, sum, etc.).
  • ... : d’autres arguments optionnels.

Exemple concret

Imaginons que nous avons un data frame contenant des informations sur les ventes de produits dans différents magasins. Voici un exemple de données :

# Création d'un data frame d'exemple
ventes <- data.frame(
  magasin = c("A", "A", "B", "B", "C", "C"),
  produit = c("X", "Y", "X", "Y", "X", "Y"),
  montant = c(100, 150, 200, 250, 300, 350)
)

# Affichage du data frame
print(ventes)

Ce data frame contient trois colonnes : magasin, produit et montant. Nous voulons résumer les ventes par magasin en calculant le montant total des ventes.

Utilisation de aggregate

Pour obtenir le montant total des ventes par magasin, nous pouvons utiliser la fonction aggregate comme suit :

# Résumer les ventes par magasin
resultat <- aggregate(montant ~ magasin, data = ventes, FUN = sum)

# Affichage du résultat
print(resultat)

Explication du code

  1. montant ~ magasin : Cette formule indique que nous voulons résumer la colonne montant en fonction de la colonne magasin.
  2. data = ventes : Nous spécifions que les données proviennent du data frame ventes.
  3. FUN = sum : Nous utilisons la fonction sum pour calculer le total des montants pour chaque magasin.

Résultat

Après avoir exécuté le code ci-dessus, nous obtiendrons un nouveau data frame qui montre le montant total des ventes pour chaque magasin :

  magasin montant
1       A     250
2       B     450
3       C     650

Conclusion

La fonction aggregate est un outil très utile pour résumer des données en R. Elle permet d’effectuer des calculs statistiques sur des sous-ensembles de données, facilitant ainsi l’analyse et la compréhension des données. Que ce soit pour calculer des moyennes, des sommes ou d’autres statistiques, aggregate est une fonction incontournable pour les analystes de données.