Données catégorielles dans le Tidyverse

DébutantNiveau de compétence

Actualisé 01/2026

Dans ce cours, vous travaillerez avec des données non numériques : intitulés de poste, réponses à des enquêtes, via Tidyverse.

Description du cours

En tant que data scientist, vous travaillerez souvent avec des données non numériques, comme des intitulés de poste, des réponses à des enquêtes ou des informations démographiques. R dispose d’une représentation dédiée, appelée facteurs, et ce cours vous aidera à les maîtriser avec le package du tidyverse forcats. Nous utiliserons aussi d’autres packages du tidyverse, notamment ggplot2, dplyr, stringr et tidyr, ainsi que des jeux de données réels, comme le jeu de données de vols de fivethirtyeight et l’enquête « State of Data Science and ML » de Kaggle. À l’issue de ce cours, vous saurez identifier et manipuler des variables factorielles, visualiser vos données rapidement et efficacement, et communiquer vos résultats de manière convaincante. Prêt à catégoriser ?

Prérequis

Reshaping Data with tidyr

Introduction aux variables factorielles

Dans ce chapitre, vous allez tout apprendre sur les facteurs. Vous verrez la différence entre les variables catégorielles et ordinales, comment R les représente, et comment les inspecter pour obtenir le nombre et les noms des modalités. Enfin, vous découvrirez comment forcats, un package du tidyverse, peut améliorer vos graphiques en vous permettant de réordonner rapidement des variables selon leur fréquence.

Description du cours

Obtenez un certificat de réussite

Rejoignez plus de .css-nklxlk{color:var(--wf-brand--main, #03EF62);}19 millions d'utilisateurs et commencez Données catégorielles dans le Tidyverse dès aujourd'hui !

Créez votre compte gratuitement

Apprenez où que vous soyez avec l'application DataCamp

Rejoignez plus de 19 millions d'utilisateurs et commencez Données catégorielles dans le Tidyverse dès aujourd'hui !