Les types de base
Objectifs d’apprentissage
Dans un exemple précédent, vous avez vu qu’il est possible de stocker des objets dans l’espace de travail R car vous avez créé des variables qui stockaient des nombres.
En fait, R peut stocker de nombreux autres types de données. Nous les appellerons les types de base parce qu’ils peuvent être assemblés en structures de données plus complexes (vecteurs, tableaux, cadres de données, etc.) que vous étudierez plus tard.
Dans cette section, vous découvrirez les types de base que vous utiliserez dans la plupart de vos analyses. Il s’agit de:
Numérique (nombres réels)
Les nombres réels sont stockés en tant qu’objets numériques dans R. C’est le type de données de calcul par défaut.
Si nous attribuons une valeur décimale à une variable $ x $ comme suit, $ x $ sera de type numérique. Notez que, même si nous attribuons un nombre entier à une variable $ y $, elle est toujours enregistrée, par défaut, comme une valeur numérique.
(x <- 10.5) # attribuer une valeur décimale
## [1] 10.5
class(x) # imprimer le nom de la classe de x
## [1] "numeric"
y <- 1
class(y)
## [1] "numeric"
Le fait que $ y $ n’est pas un entier peut être confirmé par la fonction “is.integer”
is.integer(y) # est-ce que k est un nombre entier ?
## [1] FALSE
Nombres entiers
Il existe plusieurs façons de créer des variables contenant des nombres entiers:
(z <- 3L) # declarer un nombre entier en ajoutant un suffix L
## [1] 3
is.integer(z)
## [1] TRUE
(z <- as.integer(3)) # utiliser la function as.integer( )
## [1] 3
is.integer(z)
## [1] TRUE
La fonction as.integer va changer le type de la variable fournie en argument en nombre entier. Elle fonctionne pour des nombres réels (les numériques), mais également pour certaines autres variables (logique, certains caractères, etc.).
Testez les exemples suivants:
(z <- as.integer(5.27)) # va prendre la valeur entière du numérique fourni
## [1] 5
is.integer(z)
## [1] TRUE
(z <- as.integer("1")) # La valeur 1 est initialement entrée comme un caractère du fait des guillemets
## [1] 1
is.integer(z)
## [1] TRUE
# La transformation n'est pas toujours possible.
# R envoie une alerte et retourne une valeur NA
(z <- as.integer("one"))
## Warning: NAs introduced by coercion
## [1] NA
is.integer(z)
## [1] TRUE
Logiques
Les valeurs logiques prennent deux valeurs; elles sont soit TRUE, soit FALSE.
On peut les créer directement:
test <- TRUE
class(test)
## [1] "logical"
Mais elles sont généralement créées à partir d’un test logique, par ex. est-ce que deux variables sont identiques? Comme autre exemple, vous avez déjà abordé la fonction is.integer() qui retourne une variable logique:
x <- 1 ; y <- 2 # valeurs d'échantillon
(z <- x > y) # est x plus grand que y ?
## [1] FALSE
class(z)
## [1] "logical"
Les opérations logiques standards sont “&” (et), “|” (ou) et " !" (négation).
u <- TRUE ; v <- FALSE
u & v # u AND v
## [1] FALSE
u | v # u OR v
## [1] TRUE
!u # négation de u
## [1] FALSE
Vous trouverez plus de détails et les opérations logiques correspondantes en tapant help("&").
Enfin, il est parfois utile de faire de l’arithmétique sur des valeurs logiques. Il suffit de se rappeler que la valeur logique “TRUE” est associée à la valeur 1, tandis que le “FALSE” est associée à la valeur 0.
(as.integer(TRUE)) # est k un nombre entier ?
## [1] 1
TRUE + TRUE
## [1] 2
Les chaines de caractères
Dans R, les chaînes de caractères sont stockées sous forme d’objet “caractère”. Les chaînes de caractères sont entourées de deux guillemets ".
(x <- "Ceci est une chaîne")
## [1] "Ceci est une chaîne"
class(x)
## [1] "character"
Si vous n’utilisez pas le ", R cherchera une variable au lieu d’une chaîne de caractères, et lancera très probablement un message d’erreur.
(x <- Ceci est une chaine)
class(x)
## Error: <text>:1:12: unexpected symbol
## 1: (x <- Ceci est
## ^
Nous pouvons convertir les objets en valeurs de caractères avec la fonction as.character() :
(x = as.character(3.14))
## [1] "3.14"
Deux valeurs de caractères peuvent être concaténées avec la fonction paste().
fname = "Joe" ; lname = "Smith"
paste(fname, lname)
## [1] "Joe Smith"
Pour extraire une sous-chaîne, nous appliquons la fonction substr(). Voici un exemple montrant comment extraire la sous-chaîne entre les troisième et quatorzième positions d’une chaîne.
substr("Marie a un petit agneau", start=3, stop=14)
## [1] "rie a un pet"
Et pour remplacer la première occurrence du mot “petit” par un autre mot “grand” dans la chaîne, nous appliquons la fonction sub()
sub ("petit", "grand", "Marie a un petit agneau.")
## [1] "Marie a un grand agneau."
Notez qu’il existe de nombreuses autres fonctions et packages dédiés au traitement des chaines de caractères.
Des variables spéciales
R prédéfini des variables spéciales qu’il est utile de connaitre pour la définition des données manquantes et l’interpretation des résultats de certaines functions.
NA
NA est une valeur logique qui indique si une valeur est manquante:
class(NA)
## [1] "logical"
NULL
NULL represent un object null (l’objet n’existe pas !). NULL est produit par des expressions ou des functions dont la valeur est indeterminée. Au contraire de NA, ce n’est pas une valeur logique.
class(NULL)
## [1] "NULL"
Inf
Inf et -Inf correspondent aux valeurs infinies. Ce sont des variables numériques.
1+ Inf
## [1] Inf
class(Inf)
## [1] "numeric"
NaN
NaN est un mot réservé dans R et veut dire “Not a Number”.
class(NaN)
## [1] "numeric"
# See the difference between the two expressions
3 / 0 ## = Inf a non-zero number divided by zero creates infinity
## [1] Inf
0 / 0 ## = NaN
## [1] NaN