10 fonctionnalités utiles de R que vous ne connaissiez peut-être pas

R regorge de fonctions variées. Ci-dessous, je vais présenter dix des plus intéressantes, dont beaucoup pourraient ne pas avoir connaissance. Cet article est né après avoir réalisé que mes explications sur certaines fonctionnalités d'R que j'utilise dans mon travail sont accueillies avec enthousiasme par des programmeurs que je connais. Si vous êtes déjà au courant, je m'excuse pour le temps perdu. Cependant, si vous avez des conseils à partager, n'hésitez pas à proposer quelque chose d'utile dans les commentaires.

Skillbox recommande : Cours pratique Développeur Python.

Rappelons-le : pour tous les lecteurs de « Habr » — une réduction de 10 000 roubles lors de l'inscription à tout cours Skillbox avec le code promo « Habr ».

Fonction switch

J'adore vraiment switch(). En fait, c'est une abréviation pratique pour l'opérateur if lorsque l'on choisit une valeur en fonction de la valeur d'une autre variable. Je trouve cela particulièrement utile lorsque j'écris un code qui doit charger un ensemble de données spécifique en fonction d'un choix précédent. Par exemple, s'il existe une variable nommée animal et que je dois choisir un ensemble de données selon que l'animal est un chien, un chat ou un lapin, je l'écris comme ceci :

data <- read.csv(
switch(animal,
"dog" = "dogdata.csv",
"cat" = "catdata.csv",
"rabbit" = "rabbitdata.csv")
)

Cette fonctionnalité sera utile dans les applications Shiny, où il est nécessaire de charger différents ensembles de données ou fichiers d'environnement en fonction d'un ou plusieurs éléments de menu de saisie.

Raccourcis clavier pour RStudio

Ce truc n'est pas tant pour R que pour l'IDE RStudio. Néanmoins, les raccourcis clavier sont toujours très pratiques, car ils permettent de gagner du temps lors de la saisie. Mes favoris sont Ctrl+Shift+M pour l'opérateur %>% et Alt+- pour l'opérateur <-.

Pour consulter tous les raccourcis clavier, il suffit d'appuyer sur Alt+Shift+K dans RStudio.

Package flexdashboard

Lorsqu'il faut rapidement déployer un tableau de bord Shiny, rien ne vaut le package dashboard. Il permet de travailler avec des raccourcis HTML, facilitant ainsi la création sans effort de barres latérales, de rangées et de colonnes. Il est également possible d'utiliser une barre de titre, permettant de la placer sur différentes pages de l'application, d'ajouter des icônes, des raccourcis sur Github, des adresses email, et bien d'autres éléments.

Le package permet de travailler dans Rmarkdown, ce qui permet de regrouper toutes les applications dans un seul fichier Rmd, au lieu de les répartir sur différents serveurs et fichiers UI, comme c'est le cas, par exemple, avec shinydashboard. J’utilise flexdashboard chaque fois que j'ai besoin de créer un prototype simple de tableau de bord avant de commencer à travailler sur quelque chose de plus complexe. Cette fonctionnalité permet de prototyper en une heure.

Les fonctions req et validate dans R Shiny

Le développement dans R Shiny peut être déroutant, surtout lorsque l'on reçoit constamment des messages d'erreur étranges qui ne permettent pas de comprendre ce qui se passe. Mais avec le temps, Shiny évolue et s'améliore, de plus en plus de fonctionnalités permettent de comprendre la cause des erreurs. Ainsi, req() résout le problème d'une erreur 'silencieuse', quand il n'est pas du tout clair où se situe le problème. On peut utiliser cela pour afficher les éléments de l'interface utilisateur liés à des actions antérieures. Prenons un exemple :

output$go_button <- shiny::renderUI({

# only display button if an animal input has been chosen

shiny::req(input$animal)

# display button

shiny::actionButton("go",
paste("Conduct", input$animal, "analysis!")
)
})

validate() vérifie tout avant le rendu et permet d’afficher un message d’erreur — par exemple, si l’utilisateur a téléchargé un fichier incorrect :

# get csv input file

inFile <- input$file1
data <- inFile$datapath

# render table only if it is dogs

shiny::renderTable({
# check that it is the dog file, not cats or rabbits
shiny::validate(
need("Dog Name" %in% colnames(data)),
"Colonne Dog Name introuvable — avez-vous chargé le bon fichier ?"
)

data
})

Pour plus d'informations sur toutes ces fonctions vous pouvez consulter ici.

Stockez vos informations d'identification dans l'environnement système

Si vous prévoyez de partager du code nécessitant des informations d'accès, utilisez l'environnement système pour éviter de placer vos informations d'identification sur Github ou un autre service. Exemple de stockage :

Sys.setenv(
DSN = "database_name",
UID = "User ID",
PASS = "Password"
)

Vous pouvez maintenant vous connecter en utilisant les variables d'environnement :

db <- DBI::dbConnect(
drv = odbc::odbc(),
dsn = Sys.getenv("DSN"),
uid = Sys.getenv("UID"),
pwd = Sys.getenv("PASS")
)

Il est encore plus pratique (surtout si les données sont souvent utilisées) de les configurer en tant que variables d'environnement directement dans le système d'exploitation. Dans ce cas, elles seront toujours disponibles et vous n'aurez pas à les spécifier dans le code.

Automatisation tidyverse avec styler

Le package styler peut aider à nettoyer le code, car il offre de nombreuses fonctionnalités pour formater automatiquement le style de code dans tidyverse. Il suffit d'exécuter styler::style_file() pour votre script problématique. Le package fera beaucoup de choses (mais pas tout) pour mettre de l'ordre.

Paramétrage des documents R Markdown

Donc, vous avez créé un excellent document R Markdown dans lequel vous analysez divers faits sur les chiens. Puis, l'idée vous vient qu'il serait peut-être mieux de faire le même travail, mais avec des chats. Pas de souci, vous pouvez automatiser la création de rapports sur les chats avec une seule commande. Pour cela, vous devez seulement paramétrer votre document R Markdown.

Cela peut être fait en définissant des paramètres pour l'en-tête YAML dans le document spécifié, puis en définissant les valeurs des paramètres.

— title: «Analyse des Animaux»
author: «Keith McNulty»
date: «21 Mars 2019»
output:
html_document:
code_folding: «hide»
params:
animal_name:
value: Chien
choices:
— Chien
— Chat
— Lapin
years_of_study:
input: slider
min: 2000
max: 2019
step: 1
round: 1
sep: »
value: [2010, 2017]
—

Vous pouvez maintenant entrer toutes les variables dans le code du document en tant que params$animal_name et params$years_of_study. Ensuite, utilisez le menu déroulant Knit (ou knit_with_parameters()) et vous aurez la possibilité de sélectionner les paramètres.

revealjs

revealjs est un package qui permet de créer d'excellentes présentations HTML avec du code R intégré, une navigation intuitive et un menu de diapositives. Les raccourcis HTML permettent de créer rapidement une structure imbriquée de diapositives avec différents styles. De plus, HTML peut être lancé sur n'importe quel appareil, permettant à la présentation d'être ouverte sur chaque téléphone, tablette ou ordinateur portable. Les options d'affichage peuvent être configurées en installant le package et en l'appelant dans l'en-tête YAML. Voici un exemple :

— title: «Explorer les Frontières de l'Univers de l'Analyse des Ressources Humaines»
author: «Keith McNulty»
output:
revealjs::revealjs_presentation:
center: oui
template: starwars.html
theme: noir
date: «Rencontre sur l'Analyse des Ressources Humaines à Londres — 18 Mars, 2019»
resource_files:
— darth.png
— deathstar.png
— hanchewy.png
— millenium.png
— r2d2-threepio.png
— starwars.html
— starwars.png
— stormtrooper.png
—

Le code source de la présentation est disponible ici, et la présentation <a href=«rpubs.com/keithmcnulty/hr_meetup_london‘>est ici.

Les balises HTML dans R Shiny

La plupart des programmeurs n'exploitent pas toutes les possibilités des balises HTML disponibles dans R Shiny. Et pourtant, il y a 110 balises qui offrent la possibilité de créer un appel court pour une fonction HTML ou de reproduire des médias. Par exemple, récemment, j'ai utilisé tags$audio pour jouer un son « victorieux » qui avertissait l'utilisateur de l'achèvement d'une tâche.

Le package praise

L'utilisation de ce paquet est très simple, et il est destiné à féliciter l'utilisateur. Cela peut sembler étrange, mais en réalité, cela leur plaît beaucoup.

Skillbox recommande :

• Cours pratique de deux ans « Je suis Développeur Web PRO ».
• Cours en ligne « Développeur C# ».
• Cours pratique d'un an «Développeur PHP de 0 à PRO».

Source : habr.com