Data_structure_in_R.Rmd

---
title: "**Structure des données en R**"
author: "*Joël Kazadi*"
date: "`r Sys.Date()`"
output:
  html_document:
    number_sections: yes
---

```{r setup, include=FALSE}
knitr::opts_chunk$set(echo = TRUE)
```

Cette section aborde les différentes structures de données disponibles sous le langage R. On énumère principalement les classes suivantes :

-   les vecteurs ;

-   les matrices ;

-   les arrays ;

-   les dataframes.

# Création d'un vecteur

Un vecteur est un objet de dimension égale à 1 (ligne ou colonne). Les éléments d'un vecteur doivent nécessairement être de nature identique, i.e. de même mode.

## Données numériques

L'objet `vector1` est de la classe "vecteur". Il est de taille égale à 3 et est composé des données de mode "numérique".

```{r echo=TRUE, message=FALSE, warning=FALSE}
vector1 <- c(1,2,3)
print(vector1)
is.vector(vector1)
length(vector1)
str(vector1)
```

## Chaînes de caractères

L'objet `vector2` est de la classe "vecteur". Il est de taille égale à 2 et est composé des données de mode "chaîne de caractères".

```{r echo=TRUE, message=FALSE, warning=FALSE}
vector2 <- c("Joe","Kaz")
print(vector2)
is.vector(vector2)
length(vector2)
str(vector2)
```

# Création d'une matrice

Une matrice est un objet de dimension égale à 2 (lignes et colonnes). Comme pour les vecteurs, les éléments d'une matrice doivent nécessairement être de même mode.

## Opérations sur les matrices

Créons une matrice carrée de taille égale à 3.

```{r echo=TRUE, message=FALSE, warning=FALSE}
matrix1 <- matrix(1:9, nrow=3, ncol=3, byrow = TRUE)
print(matrix1)
```

Créons une matrice unitaire de taille égale à 3.

```{r echo=TRUE, message=FALSE, warning=FALSE}
identite <- diag(x = 1, nrow = 3)
print(identite)
```

Effectuons le produit matriciel des deux précédentes matrices.

```{r echo=TRUE, message=FALSE, warning=FALSE}
matrix1%*%identite
```

Trouvons la transposée de la matrice `matrix1`.

```{r echo=TRUE, message=FALSE, warning=FALSE}
t(matrix1)
```

Calcul des sommes et des moyennes à partir d'une matrice par ligne et par colonne.

```{r echo=TRUE, message=FALSE, warning=FALSE}
matrix2 <- matrix(c(25,7,6,13), nrow=2, ncol=2, byrow = FALSE)
print(matrix2)
rowSums(matrix2)
colSums(matrix2)
rowMeans(matrix2)
colMeans(matrix2)
```

Calcul du déterminant, de l'inverse, de la décomposition de Cholesky ainsi que des valeurs propres et vecteurs propres de la matrice `matrix2`.

```{r echo=TRUE, message=FALSE, warning=FALSE}
det(matrix2)
solve(matrix2)
chol(matrix2)
eigen(matrix2)
```

## Manipulation des matrices

Créons une matrice de dimension 3x2 dont les entrées sont du mode "chaîne de caractères".

```{r echo=TRUE, message=FALSE, warning=FALSE}
matrix3 <- matrix(c("A","B","C","d","e","f"), nrow=3, ncol=2)
print(matrix3)
dim(matrix3)
```

Renommons les lignes et les colonnes de la matrice `matrix3`.

```{r echo=TRUE, message=FALSE, warning=FALSE}
rownames(matrix3)=c("L1", "L2", "L3")
colnames(matrix3)=c("C1", "C2")
print(matrix3)
```

Extrayons les éléments des deux dernières lignes sur la première colonne de la matrice `matrix3` suivant des approches :

-   Approche par "index" ;

-   Approche par "étiquette".

```{r echo=TRUE, message=FALSE, warning=FALSE}
matrix3[c(2,3),1]             #approche par index
matrix3[c("L2", "L3"),"C1"]   #approche par etiquette
```

Modifions toutes les entrées sur la dernière colonne de la matrice `matrix3`.

```{r echo=TRUE, message=FALSE, warning=FALSE}
matrix3[c(1:3),2]=c("D","E","F")
print(matrix3)
```

# Création d'un array

Un array est un objet de dimension égale à $n>2$. Comme pour les vecteurs et les matrices, les éléments d'un array doivent nécessairement être de même mode, i.e. soit numérique, soit chaîne de caractère.

```{r echo=TRUE, message=FALSE, warning=FALSE}
V <- vector(mode = "integer", length = 24)    #creation d'un vecteur nul de taille 24
A <- array(data = V, dim = c(3,4,2))          #creation d'un array compose de 2 matrices de dimension 3x4
print(A)
```

# Création d'un dataframe

Dans les vecteurs ou les matrices, les éléments doivent être de même nature, i.e. il y a homogéneité des données. Les dataframes permettent d'avoir des données de nature variée, i.e. à la fois de mode numerique et de mode caractère.

```{r echo=TRUE, message=FALSE, warning=FALSE}
data <- data.frame(Econometrie = c(18,16,17,18),
                   Statistique = c(14,13,15,19),
                   Niveau = c("Bon","Moyen",NA,"Excellent"),
                   row.names = c("Kadima","Kazadi","Nsamba","Malu"))
print(data)
```

Réalisons le résumé statistique du dataframe, puis inspectons la présence de valeurs manquantes dans ce dataframe.

```{r echo=TRUE, message=FALSE, warning=FALSE}
summary(data)
summary(is.na(data))
```