Le Tidy Tuesday est un projet hebdomadaire, issu de la communauté R4DS Online Learning Community et du livre R for Data Science (accessible
gratuitement : https://r4ds.had.co.nz/). Les données proposées sont un
prétexte pour s’entraîner à manipuler, nettoyer et visualiser des jeux
de données. Certaines visualisations sont notamment postée sur Twitter
(https://twitter.com/hashtag/tidytuesday?lang=en).
-
partager du code pour les tâches récurentes :
- chargement des données
- nettoyage
- statistiques
- visualisation
-
alimenter une base de connaissance commune (Github) et mettre en place des bonnes pratiques
-
faire travailler en équipe les R-istes
Il faut au préalable installer le package devtools si besoin :
if(!require(package = "devtools", character.only = TRUE)){install.packages(pkgs = "devtools", character.only = TRUE)}
devtools::install_github(repo = "ND-open/nd.tidytuesday")Il y a pour le moment (au 16-01-2020) 3 fonctions réutilisables. Il est possible de lire la doc des fonctions et exécuter les exemples :
library(nd.tidytuesday)
if(interactive()){ ?base_summary }
example(base_summary)##
## bs_smm> base_summary(mtcars)
## # A tibble: 11 x 9
## variable mean var sd min `1q` median `3q` max
## <chr> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
## 1 mpg 20.1 36.3 6.03 10.4 15.4 19.2 22.8 33.9
## 2 cyl 6.19 3.19 1.79 4 4 6 8 8
## 3 disp 231. 15361. 124. 71.1 121. 196. 326 472
## 4 hp 147. 4701. 68.6 52 96.5 123 180 335
## 5 drat 3.6 0.290 0.53 2.76 3.08 3.70 3.92 4.93
## 6 wt 3.22 0.96 0.98 1.51 2.58 3.32 3.61 5.42
## 7 qsec 17.8 3.19 1.79 14.5 16.9 17.7 18.9 22.9
## 8 vs 0.44 0.25 0.5 0 0 0 1 1
## 9 am 0.41 0.25 0.5 0 0 0 1 1
## 10 gear 3.69 0.54 0.74 3 3 4 4 5
## 11 carb 2.81 2.61 1.62 1 2 2 4 8
et inspecter/améliorer le code :
base_summary## function(df){
##
## if(sum( unlist( lapply(df, is.numeric) ) ) < ncol(df)){stop("Some variable is not numeric.")}
##
## lapply(df, function(x) c("mean" = round(mean(x), 2),
## "var" = round(stats::var(x), 2),
## "sd" = round(stats::sd(x), 2),
## "min" = min(x),
## "1q" = stats::quantile(x, .25, names = FALSE),
## "median" = stats::quantile(x, .5, names = FALSE),
## "3q" = stats::quantile(x, .75, names = FALSE),
## "max" = max(x)
## )
## ) %>%
## cbind.data.frame() %>%
## t() %>% tibble::as_tibble(rownames = "variable")
## }
## <bytecode: 0x000000001803aff8>
## <environment: namespace:nd.tidytuesday>
Si un morceau de code doit être copié-collé une fois, une bonne pratique
est d’écrire une fonction pour la tâche concernée. Cette fonction peut
ensuite être partagée à l’aide d’un package (avec éventuellement une
image Docker) pour assurer la reproductibilité de ce qui est attendu.
On évite ainsi les problèmes d’OS, de versions (de R, des packages, …).
Toute contribution est vivement appréciée, que ce soit pour proposer des fonctions, des vizs ou de l’optimisation de code !
Pour cela il suffit d’installer Git, de cloner le projet, effectuer
dans une nouvelle branche git les modifications/ajouts voulus puis
de pousser les changements sur le repository. La génération du site web
statique est automatique.