INTRODUCTION AU LOGICIEL R - biostat.fr

1 Cha nes de caract resFonctionsConcepts avanc sLibrairiesINTRODUCTION AU LOGICIEL R5. Chaines de caract res. Fonctions. Dubois, Julie Bertrand, Emmanuelle UMR738E. Comets (UMR738) INTRODUCTION R - Novembre 20091 / 59 Cha nes de caract resFonctionsConcepts avanc sLibrairiesRemise en jambeLa librairieISwRcontient le jeu de donn Ces donn esont t obtenues chez un chantillon de sujets d origine mexicainedans une ville de Californie. Elle contient trois variables, sexe(0=hommes, 1=femmmes), obese (ratio d ob sit ), bp (pressionsanguine systolique en mm de mercure).1 Repr sentez les donn es dans un graphe, en utilisant dessymboles diff rents pour hommes et femmes2 Expliquez la pression sanguineen fonction du ratio d ob sit en fonction du ratio d ob sit et du sexe3 Tracez sur un m me graphe avec des couleurs diff rentes lescourbes de r gression correspondant aux deux mod lespour le deuxi me, tracez les courbes selon le sexen oubliez pas la l gendeE.

2 Comets (UMR738) INTRODUCTION R - Novembre 20092 / 59 Cha nes de caract resFonctionsConcepts avanc sLibrairiesFonctions manipulation des cha nesRecherche et remplacementD coupage de cha nesPlanCha nes de caract resFonctions manipulation des cha nesRecherche et remplacementD coupage de cha nesFonctionsSyntaxeArguments et r sultatAutres l ments des fonctionsConcepts avanc sLibrairiesInstallation et utilisationLibrairies utiles - combinatLibrairies utiles - dateQuelques librairies int ressantesE. Comets (UMR738) INTRODUCTION R - Novembre 20093 / 59 Cha nes de caract resFonctionsConcepts avanc sLibrairiesFonctions manipulation des cha nesRecherche et remplacementD coupage de cha nesRappels sur les cha nes de caract resLa fonctioncatr alise la conversion et l affichage de cha nes decaract res.> cat("John","est l ami de","Paul","\n")John est l ami de PaulNoter l espace laiss entre les cha fonctionpastepermet l criture dans une cha ne de caract res :> numdat<-1> nomfich<-paste("dataset",numdat,".)

3 Dat",sep="")> nomfich[1] " "Tr s utile pour automatiser le traitement de fichiers :for (nam in c("janvier","fevrier","mai")) {dat< (paste("salaire",nam,".dat",sep=""))..}ou pour construire des formules Comets (UMR738) INTRODUCTION R - Novembre 20094 / 59 Cha nes de caract resFonctionsConcepts avanc sLibrairiesFonctions manipulation des cha nesRecherche et remplacementD coupage de cha nesManipulation de cha nes de caract resCha nes particuli res :letters, LETTERS, , > LETTERS[1:7][1] "A" "B" "C" "D" "E" "F" "G"Comparaison de cha nes :> prenom[1]<prenom[2][1] TRUEN ombre de caract res d une cha ne :nchar> length("Mai")[1] 1> nchar("Mai")[1] 3E. Comets (UMR738) INTRODUCTION R - Novembre 20095 / 59 Cha nes de caract resFonctionsConcepts avanc sLibrairiesFonctions manipulation des cha nesRecherche et remplacementD coupage de cha nesFonctions travaillant sur des cha nes de caract resabbreviate: automatise les abr viations :> chaine<-"Ceci est une chaine"> abbreviate(chaine)Ceci est une chaine"Ceuc" ().

4 Sur un vecteur de cha nes de caract res, ajoutedes suffixes pour former des l ments tous diff rents> [1] "January" "February" "March" "April" "May" "June"[7] "July" "August" "September" "October" "November" "December"> vec<-c("a","b","bc","b","a")> (vec)[1] "a" "b" "bc" " " " "Voir ()qui transforme n importe quoi en Comets (UMR738) INTRODUCTION R - Novembre 20096 / 59 Cha nes de caract resFonctionsConcepts avanc sLibrairiesFonctions manipulation des cha nesRecherche et remplacementD coupage de cha nesFonctions de recherchecharmatch(), pmatch(x, list): pour chaque l ment dex, renvoitsa position danslistsi elle existe et est unique> nchar( )[1] 7 8 5 5 3 4 4 6 9 7 8 8charmatch("July", )[1] 7> charmatch("Juin", )[1] NANote : on a aussimatch()pour la similitude compl te (mais pas larecherche partielle).

5 Substr(x,debut,fin), substring(): affiche la cha nexdepuis lecaract redebutjusqu au caract refin.> substr(chaine,2,10)[1] "eci est u"E. Comets (UMR738) INTRODUCTION R - Novembre 20097 / 59 Cha nes de caract resFonctionsConcepts avanc sLibrairiesFonctions manipulation des cha nesRecherche et remplacementD coupage de cha nesRecherche et remplacementR utilise plusieurs fonctions directement import es d Unix et qui sontdes outils de manipulation de cha nes extr mement puissants. Leurutilisation d borde largement le cadre de (expr, chaine): renvoie 1 (ou la position dans le vecteur sichaineest un vecteur) siexprest danschaine, rien sinongsub, sub(expr1,expr2, chaine): substitueexpr2 expr1danschaine(premi re occurrence pour sub, toutes pour gsub)> grep("e",chaine)[1] 1> grep("x",chaine)numeric(0)> gsub("e","a",chaine)[1] "Caci ast una chaina"> sub("e","a",chaine)[1] "Caci est une chaine"E.

6 Comets (UMR738) INTRODUCTION R - Novembre 20098 / 59 Cha nes de caract resFonctionsConcepts avanc sLibrairiesFonctions manipulation des cha nesRecherche et remplacementD coupage de cha nesRecherche et remplacementgrep(), gsub()etsubreconnaissent des expressions r guli res quisont des genres de motifs. Les expressions r guli res sontconstitu es de caract res normaux (interpr t s tels quels) et dem tacaract res : d but de ligne$fin de ligne n importe quel caract re[ABC]A ou B ou C[ABC]n importe quoi SAUF A ou B ou C[A-Z]n importe quelle lettre majuscule\le m tacaract re suivant n est pas interpr t ( \ sera interpr t comme "cherche un point")Un petit cours contenant une explication degrepet des expressions r guli res, en plus d uneintroduction Unix (Patrick Fuchs) : fuchs/M2 Comets (UMR738) INTRODUCTION R - Novembre 20099 / 59 Cha nes de caract resFonctionsConcepts avanc sLibrairiesFonctions manipulation des cha nesRecherche et remplacementD coupage de cha nesExerciceExpliquer les sorties suivantes.

7 > grep("er$", )[1] 9 10 11 12> grep("^[A-J]", )[1] 1 2 4 6 7 8 12> grep("^[^J]", )[1] 2 3 4 5 8 9 10 11 12 Dans la chainechaine:remplacer tous les e par des iremplacer tous les a, b, c, d et e par des xE. Comets (UMR738) INTRODUCTION R - Novembre 200910 / 59 Cha nes de caract resFonctionsConcepts avanc sLibrairiesFonctions manipulation des cha nesRecherche et remplacementD coupage de cha nesD coupage : strsplit() (1)strsplit(chaine, expr): renvoie une liste avec les l ments dechained coup s en fonction deexpr> strsplit(chaine," ")[[1]][1] "Ceci" "est" "une" "chaine"Note : siexprvaut "", d coupage par caract r cup rer un vecteur et non une liste :> unlist(strsplit(chaine," "))[1] "Ceci" "est" "une" "chaine"Pour recoller avec un "-" entre chaque mot :> paste(unlist(strsplit(chaine," ")),collapse="-")[1] "Ceci-est-une-chaine"exemple d utilisation : la transformation d une chaine avec desespaces en un nom acceptable pour RE.

8 Comets (UMR738) INTRODUCTION R - Novembre 200911 / 59 Cha nes de caract resFonctionsConcepts avanc sLibrairiesFonctions manipulation des cha nesRecherche et remplacementD coupage de cha nesD coupage : strsplit() (2)Par d faut,exprest une expression r guli re, et certains signes ontune interpr tation particuli re. Pour lui demander de consid rer cessignes comme tel, utiliser l optionfixed=T:> nom<-" "> strsplit(nom,".")[[1]][1] "" "" "" "" "" "" "" "" "" "" "" "" "" "" ""> strsplit(nom,".",fixed=T)[[1]][1] "ceci" "est" "un" "nom"E. Comets (UMR738) INTRODUCTION R - Novembre 200912 / 59 Cha nes de caract resFonctionsConcepts avanc sLibrairiesFonctions manipulation des cha nesRecherche et remplacementD coupage de cha nesExercice - manipulation de cha nes de caract resCr er un vecteur contenant comme l ments des cha nes decaract re form es des pr noms et nom de tous les l ves ducours, s par s par un espaceexemple : "Anne Dubois", "Julie Bertrand"Afficher le pr nom du premier l ve; afficher son pr nomCr er deux autres vecteurs, l un contenant tous les noms etl autre tous les pr nomsCr er un autre vecteur o le format soit "Anne-Dubois"Afficher tous les pr noms contenant la lettre "i" (majusculeouminuscule)Afficher tous les pr noms commen ant par une lettre compriseentre "a" et "m"Note : penser aux cas des noms compos s!

9 E. Comets (UMR738) INTRODUCTION R - Novembre 200913 / 59 Cha nes de caract resFonctionsConcepts avanc sLibrairiesFonctions manipulation des cha nesRecherche et remplacementD coupage de cha nesExercice (1)Cr ez un 3 colonnescolonne 1 : les pr noms des l ves de la classecolonne 2 : les nomscolonne 3 : les dates de naissance en format "20-10-2004"Nommez les colonnes, et crivez le fichier sous le colonnes doivent avoir des nomsouvrez le fichier dans un diteur de texte et regardez-lesi le format ne vous satisfait pas, recommencezLisez le mettez le contenu dans anniv2les 2 tre identiques (sinon,c est s rement un probl me d )E. Comets (UMR738) INTRODUCTION R - Novembre 200914 / 59 Cha nes de caract resFonctionsConcepts avanc sLibrairiesFonctions manipulation des cha nesRecherche et remplacementD coupage de cha nesExercice (2)Modifiezanniv2pour que les dates aient le format "20/10/2004"afficheranniv2selon l ordre alphab tique des nomsCr ez un deuxi me , appel demogcontenantla liste des l ves par ordre alphab tique (noms et pr nomsordonn s sur le nom)leur tailleSauvezdemogen faciliter l importationult rieure dans un tableurE.

10 Comets (UMR738) INTRODUCTION R - Novembre 200915 / 59 Cha nes de caract resFonctionsConcepts avanc sLibrairiesFonctions manipulation des cha nesRecherche et remplacementD coupage de cha nesExercice (3)Pour chaque mois, calculez le nombre d l ves n s ce mois-l tracez les mois de naissance par un diagramme en b tonY a-t-il deux l ves n s le m me jour?Tracez l histogramme des ann es de naissanceCalculez l ge de chaque l ve ( la date d aujourd hui)En utilisant la librairiedatecalculez le temps depuis le dernier anniversaire dans la classedans combien de jours peut-on pr voir le prochain g teau?E. Comets (UMR738) INTRODUCTION R - Novembre 200916 / 59 Cha nes de caract resFonctionsConcepts avanc sLibrairiesSyntaxeArguments et r sultatAutres l ments des fonctionsPlanCha nes de caract resFonctions manipulation des cha nesRecherche et remplacementD coupage de cha nesFonctionsSyntaxeArguments et r sultatAutres l ments des fonctionsConcepts avanc sLibrairiesInstallation et utilisationLibrairies utiles - combinatLibrairies utiles - dateQuelques librairies int ressantesE.