Dans l’analyse de donn\u00e9es, il est fr\u00e9quent de devoir combiner plusieurs tables (ou data frames) pour obtenir des informations plus compl\u00e8tes. L’une des fonctions les plus utilis\u00e9es pour cela est La fonction Imaginons que nous avons deux tables : une table Voici comment nous pouvons cr\u00e9er ces deux tables en R :<\/p>\n Nous allons maintenant utiliser Apr\u00e8s avoir ex\u00e9cut\u00e9 le code ci-dessus, le r\u00e9sultat sera le suivant :<\/p>\n Dans le tableau r\u00e9sultant :<\/p>\n La fonction Joindre des tables avec dplyr::left_join Dans l’analyse de donn\u00e9es, il est fr\u00e9quent de devoir combiner plusieurs tables (ou data frames) pour obtenir des informations plus compl\u00e8tes. L’une des fonctions les plus utilis\u00e9es pour cela est left_join() du package dplyr. Cet article vous expliquera comment utiliser cette fonction avec un exemple concret. Qu’est-ce que left_join ? La fonction left_join() permet de joindre deux tables en conservant toutes les lignes de la premi\u00e8re table (la table de gauche) et en ajoutant les colonnes de la deuxi\u00e8me table (la table de droite) lorsque les valeurs correspondent. Si aucune correspondance n’est trouv\u00e9e, les colonnes de la table de droiteRead More →<\/a><\/p>\n","protected":false},"author":2,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"content-type":"","rop_custom_images_group":[],"rop_custom_messages_group":[],"rop_publish_now":"initial","rop_publish_now_accounts":{"twitter_399453572_399453572":""},"rop_publish_now_history":[],"rop_publish_now_status":"pending","jetpack_post_was_ever_published":false,"_jetpack_newsletter_access":"","_jetpack_dont_email_post_to_subs":false,"_jetpack_newsletter_tier_id":0,"_jetpack_memberships_contains_paywalled_content":false,"_jetpack_memberships_contains_paid_content":false,"footnotes":""},"categories":[148],"tags":[149,150],"class_list":{"0":"entry","1":"post","2":"publish","3":"author-vincent","4":"post-5237","6":"format-standard","7":"category-jointure","8":"post_tag-left_join","9":"post_tag-tables"},"acf":[],"jetpack_featured_media_url":"","jetpack_shortlink":"https:\/\/wp.me\/p9O7Sx-1mt","jetpack_sharing_enabled":true,"_links":{"self":[{"href":"https:\/\/thinkr.fr\/abcdr\/wp-json\/wp\/v2\/posts\/5237","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/thinkr.fr\/abcdr\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/thinkr.fr\/abcdr\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/thinkr.fr\/abcdr\/wp-json\/wp\/v2\/users\/2"}],"replies":[{"embeddable":true,"href":"https:\/\/thinkr.fr\/abcdr\/wp-json\/wp\/v2\/comments?post=5237"}],"version-history":[{"count":0,"href":"https:\/\/thinkr.fr\/abcdr\/wp-json\/wp\/v2\/posts\/5237\/revisions"}],"wp:attachment":[{"href":"https:\/\/thinkr.fr\/abcdr\/wp-json\/wp\/v2\/media?parent=5237"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/thinkr.fr\/abcdr\/wp-json\/wp\/v2\/categories?post=5237"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/thinkr.fr\/abcdr\/wp-json\/wp\/v2\/tags?post=5237"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}left_join()<\/code> du package dplyr<\/code>. Cet article vous expliquera comment utiliser cette fonction avec un exemple concret.<\/p>\nQu’est-ce que
left_join<\/code> ?<\/h2>\nleft_join()<\/code> permet de joindre deux tables en conservant toutes les lignes de la premi\u00e8re table (la table de gauche) et en ajoutant les colonnes de la deuxi\u00e8me table (la table de droite) lorsque les valeurs correspondent. Si aucune correspondance n’est trouv\u00e9e, les colonnes de la table de droite seront remplies avec des valeurs manquantes (NA).<\/p>\nExemple concret<\/h2>\n
clients<\/code> contenant des informations sur des clients et une table commandes<\/code> contenant des informations sur les commandes pass\u00e9es par ces clients.<\/p>\nCr\u00e9ation des tables<\/h3>\n
# Chargement du package dplyr\nlibrary(dplyr)\n\n# Cr\u00e9ation de la table des clients\nclients <- data.frame(\n id_client = c(1, 2, 3, 4),\n nom = c(\"Alice\", \"Bob\", \"Charlie\", \"David\")\n)\n\n# Cr\u00e9ation de la table des commandes\ncommandes <- data.frame(\n id_commande = c(101, 102, 103),\n id_client = c(1, 2, 1),\n produit = c(\"Livre\", \"Stylo\", \"Cahier\")\n)\n\n# Affichage des tables\nprint(clients)\nprint(commandes)<\/code><\/pre>\nUtilisation de
left_join<\/code><\/h3>\nleft_join()<\/code> pour combiner ces deux tables en fonction de la colonne id_client<\/code>. Cela nous permettra d’obtenir une table qui contient les informations des clients ainsi que les produits qu’ils ont command\u00e9s.<\/p>\n# Jointure des tables\nresultat <- left_join(clients, commandes, by = \"id_client\")\n\n# Affichage du r\u00e9sultat\nprint(resultat)<\/code><\/pre>\nR\u00e9sultat attendu<\/h3>\n
id_client nom id_commande produit\n1 1 Alice 101 Livre\n2 1 Alice 103 Cahier\n3 2 Bob 102 Stylo\n4 3 Charlie NA <NA>\n5 4 David NA <NA><\/code><\/pre>\nExplications des r\u00e9sultats<\/h3>\n
\n
id_commande<\/code> et produit<\/code> sont remplies avec des valeurs manquantes (NA).<\/li>\n<\/ul>\nConclusion<\/h2>\n
left_join()<\/code> de dplyr<\/code> est un outil puissant pour combiner des tables en R. Elle vous permet de conserver toutes les lignes de la table de gauche tout en ajoutant des informations de la table de droite lorsque cela est possible. Cela facilite l’analyse des donn\u00e9es en vous permettant de travailler avec des ensembles de donn\u00e9es plus complets. N’h\u00e9sitez pas \u00e0 explorer d’autres types de jointures comme inner_join()<\/code>, right_join()<\/code> et full_join()<\/code> pour r\u00e9pondre \u00e0 diff\u00e9rents besoins d’analyse.<\/p>\n","protected":false},"excerpt":{"rendered":"