Bienvenue dans la trente-deuxième leçon de notre série sur les statistiques computationnelles.
Que serait R sans données ? Pour effectuer une analyse statistique rigoureuse, vous devez d'abord savoir comment importer vos données dans l'environnement R. Dans cette leçon, nous faisons un pas en arrière par rapport à la théorie statistique approfondie pour explorer le vaste écosystème R de packages conçus pour importer et exporter des données depuis presque n'importe quelle source.
Que vous chargiez un simple fichier texte, interrogez une base de données relationnelle, extrayiez des données d'une API web ou fassiez du web scraping, cet aperçu complet vous présentera les outils modernes nécessaires aux flux de travail en science des données dans le monde réel.
Nous couvrons :
Base R & Tidyverse : Importation de fichiers plats à l'aide de read.csv(), read.table() et du package readr pour les fichiers TSV et à largeur fixe.
Exportation de données : Création de data frames à partir de zéro et sauvegarde de vos résultats avec write.csv().
Formats de logiciels propriétaires : Lecture de fichiers Excel (XLS/XLSX) avec readxl, et importation de jeux de données SAS, SPSS et Stata à l'aide du package haven.
Bases de données & SQL : Interface avec des bases de données relationnelles (MySQL, PostgreSQL, SQLite) à l'aide des packages DBI, RMySQL et RODBC pour interroger des données directement depuis R.
Données web modernes : Gestion des formats JSON et XML (jsonlite, XML), connexion aux API REST avec httr, et web scraping avec rvest.
Big Data & Cloud : Utilisation du package arrow pour lire des fichiers Parquet hautement compressés, remplaçant l'ancien format Feather pour des flux de travail rapides et à grande échelle.
Documents & Google Sheets : Extraction de texte à partir de PDF avec readtext et importation directement depuis Google Workspace avec googlesheets4.
N'oubliez pas de vous abonner pour plus de cours complets sur les mathématiques et les statistiques.
HORAIRES :
00:00:00 Introduction & Le défi des données diverses
00:02:32 Base R : read.table() et read.csv()
00:07:37 Création de Data Frames & Exportation avec write.csv()
00:10:45 Le package readxl (fichiers Excel)
00:12:58 Le package haven (SPSS, SAS, Stata)
00:14:04 Connexions aux bases de données : RMySQL & ODBC
00:17:40 Le package readr & Gestion des fichiers TSV
00:19:14 JSON et XML (packages jsonlite & XML)
00:21:21 Big Data : Le package arrow (fichiers Parquet)
00:22:57 Le package rio
00:23:28 Connexion aux API web (package httr)
00:25:46 Google Sheets (googlesheets4) & Web Scraping (rvest)
00:28:50 Lecture de texte & PDF (readtext)
00:30:19 Requêtes avancées de bases de données avec le package DBI
00:32:08 L'écosystème R & Apprentissage par projet
Soutenez la chaîne
Tous mes cours sont fournis complètement gratuitement. Si cette vidéo vous a aidé à comprendre un sujet complexe ou à vous préparer pour un examen, vous pouvez m'offrir un café ici :
https://ko-fi.com/houstonwehaveaproblemyt