class: center, middle, title # UE Visualisation ### 2019-2020 ## Dr. Maxime Wack ### AHU Informatique médicale #### Hôpital Européen Georges Pompidou, </br> Université de Paris --- # Données tabulaires .center[Chargement des données avec `read_csv`] ```r read_csv("lab03_data/notes.csv") -> notes ```
--- # Pivot .center[Données *wide* → *long*] ```r pivot_longer(notes, Alice:David, names_to = "Prénom", values_to = "Note") -> notes_long ```
--- # Pivot .center[Données *long* → *wide*] ```r pivot_wider(notes_long, names_from = Prénom, values_from = Note) ```
--- # Exercices Utiliser les fonctions de `pivot_*` pour exprimer le dataset `gapminder` de différentes manières. ### Représenter l'intégralité sous forme clé-valeur Chaque ligne ne doit porter qu'une valeur de `lifeExp`, `gdpPercap` ou `pop`, pour chaque pays et chaque année. ### Représenter un pays par ligne Une seule ligne par pays, toutes les années × indicateur doivent donner lieu à une nouvelle colonne ### Reformer gapminder à partir du précédent exercice