Prétraitement
avec le tidyverse

Enchaîner les opérations avec |>

meteo |>
  filter(station == "Lévis") |>
  select(date, precip_mm) |>
  arrange(date)

Retour sur le mini-test

Importation

Un fichier utilise ; entre les colonnes et , pour les décimales.
Quelle fonction utiliser pour le lire ?

Un exemple : des données météo

Mesures météo fictives à Québec et à Lévis. Températures en °C, pluie en mm.

Importer le fichier et examiner les données

brut <- read_csv2(
  fichier_brut, trim_ws = FALSE,
  col_types = cols(
    date_texte = col_character(),
    ville = col_character(),
    .default = col_double()
  )
)
glimpse(brut)

Choisir et renommer les colonnes

meteo <- brut |>
  rename(station = ville,
         temp_min_c = tmin, temp_max_c = tmax,
         precip_mm = pluie) |>
  select(station, date_texte,
         starts_with("temp_"), precip_mm)

Uniformiser les noms et convertir les dates

meteo <- meteo |>
  mutate(
    station = str_to_title(str_squish(station),
                           locale = "fr"),
    date = dmy(date_texte)
  ) |>
  select(-date_texte) |>
  relocate(date)

Créer une variable avec mutate

meteo <- meteo |>
  mutate(amplitude_c = temp_max_c - temp_min_c)

Recoder avec if_else et case_when

meteo <- meteo |>
  mutate(
    precip_mm = if_else(precip_mm < 0,
                        NA_real_, precip_mm),
    etat = case_when(
      is.na(precip_mm) ~ "Manquante",
      precip_mm == 0 ~ "Nulle",
      .default = "Positive"
    )
  )

Repérer et retirer les doublons

doublons <- meteo |>
  count(station, date) |>
  filter(n > 1)
propre <- meteo |> distinct()

Choisir des lignes et les trier

selection_pluie <- propre |>
  filter(station == "Lévis", precip_mm >= 4) |>
  select(date, precip_mm) |>
  arrange(desc(precip_mm))
print(selection_pluie)
#> # A tibble: 2 × 2
#>   date       precip_mm
#>   <date>         <dbl>
#> 1 2026-09-03         8
#> 2 2026-09-02         4

Une ligne de résumé par station

bilan <- propre |>
  group_by(station) |>
  summarise(
    n_lignes = n(),
    n_mesures = sum(!is.na(precip_mm)),
    pluie_moy = mean(precip_mm, na.rm = TRUE),
    .groups = "drop"
  )

Appliquer un calcul à plusieurs colonnes

bilan_na <- propre |>
  summarise(across(
    c(starts_with("temp_"), precip_mm),
    ~ sum(is.na(.x))
  ))

Ajouter une information avec left_join

avec_rive <- propre |>
  left_join(stations, by = "station",
            relationship = "many-to-one")

Passer au format long avec pivot_longer

long <- propre |>
  select(date, station, starts_with("temp_")) |>
  pivot_longer(
    cols = starts_with("temp_"),
    names_to = "mesure", values_to = "temp_c"
  )

Comparer les moyennes des deux stations

Calculons la pluie moyenne pour chaque station, en excluant les valeurs manquantes.

classement <- propre |>
  filter(!is.na(precip_mm)) |>
  summarise(n_mesures = n(),
            pluie_moy = mean(precip_mm),
            .by = station) |>
  arrange(desc(pluie_moy))

Défi 1 : mercredi 30 septembre

PLT-3928 · Travail individuel · 60 minutes · 10 % de la note finale

Ce que vous aurez à faire

Ce que vous pouvez consulter

À la fin du défi

1. Avant la fin, redémarrez R et exécutez votre script du début à la fin.
2. Vérifiez que le script, le README et les deux fichiers de résultats sont enregistrés dans le dossier defi-1, avec le fichier brut.
3. À 14 h 30, enregistrez une dernière fois et arrêtez de modifier vos réponses.
4. Attendez que je confirme la récupération de votre dossier avant de fermer la session.

Comment le défi sera évalué

Quoi pratiquer cette semaine

Exercices de prétraitement

• Refaites sans IA un exercice complet : lire un fichier, nettoyer les données, les vérifier et enregistrer le résultat.
• Calculez une proportion et expliquez ce que vous comptez au numérateur et au dénominateur.
• Ajoutez une erreur dans une copie des données et vérifiez que votre script la détecte.
• Exercez-vous à consulter l’aide de R. Préparez les documents papier que vous voulez apporter.

Pour préparer le défi 1

Sur le site du cours :

• Consignes et préparation du défi 1 : déroulement, ressources autorisées et travail attendu.
• Module 2 : structures et fichiers et module 4 : prétraitement : les exercices à refaire en priorité.
• Module 3 : calculs en R : revoir les proportions et les valeurs manquantes.
• Fiche de rattrapage R pour le défi 1 : reprendre les bases pas à pas.