Apprendre R avec les LLMs
14 octobre 2025
Production attendue : Code organisé en modules + maîtrise de 3 packages
Structurer son code comme un professionnel
Observez ce type de code :
# 500 lignes de code dans un seul fichier...
donnees <- read.csv("data.csv")
donnees$nom <- tolower(donnees$nom)
# ... 50 lignes de nettoyage ...
moyenne1 <- mean(donnees$valeur1, na.rm = TRUE)
# ... 30 lignes de calculs ...
ggplot(donnees, aes(x = var1, y = var2)) + geom_point()
# ... encore 400 lignes ...Problèmes
Refactoring = Réorganiser le code sans changer son comportement
Objectifs :
Voici un script à améliorer :
d <- read.csv("ventes.csv")
d$nom <- tolower(d$nom)
d$date <- as.Date(d$date)
m <- mean(d$montant, na.rm = TRUE)
print(paste("Moyenne:", m))
d2 <- d[d$montant > m, ]
plot(d2$date, d2$montant)
s <- sum(d$montant, na.rm = TRUE)
print(paste("Total:", s))
d3 <- d[d$categorie == "A", ]
m2 <- mean(d3$montant, na.rm = TRUE)Demandez au LLM :
“Quels sont les problèmes de ce code ? Comment pourrait-on l’améliorer ?”
01_import_donnees.R02_nettoyage.R03_fonctions_analyse.R04_visualisation.Rcalculer_moyenne_par_groupe() ✅calc() ❌Transformons le code précédent ensemble :
Étape 1 - Fonctions de nettoyage :
Étape 2 - Fonctions d’analyse :
Créez la structure suivante :
mon_projet/
├── donnees/
│ └── ventes.csv
├── scripts/
│ ├── 01_fonctions_nettoyage.R
│ ├── 02_fonctions_analyse.R
│ └── 03_fonctions_visualisation.R
└── analyse_principale.RDans analyse_principale.R :
# Charger les fonctions
source("scripts/01_fonctions_nettoyage.R")
source("scripts/02_fonctions_analyse.R")
source("scripts/03_fonctions_visualisation.R")
# Utiliser les fonctions
donnees <- read.csv("donnees/ventes.csv")
donnees <- nettoyer_noms(donnees)
stats <- calculer_statistiques(donnees, "montant")Un package = Collection de fonctions réutilisables
Avantages :
Exemples célèbres :
ggplot2 : graphiques (vous connaissez déjà !)dplyr : manipulation de donnéestidyr : restructuration de donnéeslubridate : dates et heuresInstallation (une seule fois) :
Chargement (à chaque session) :
Important
install.packages() : télécharge depuis internet library() : active pour utilisation
dplyr simplifie la manipulation de données
Demandez au LLM :
“Explique-moi les principales fonctions de dplyr en R avec des exemples simples”
Fonctions principales :
filter() : filtrer les lignesselect() : sélectionner les colonnesmutate() : créer/modifier des colonnessummarise() : calculer des résumésgroup_by() : grouper par catégoriearrange() : trier les lignesTestez avec vos données !
%>% (ou |>)dplyr introduit le pipe pour chaîner les opérations :
# Ancienne méthode (difficile à lire)
resultat <- arrange(
summarise(
group_by(
filter(donnees, age > 18),
categorie
),
moyenne = mean(valeur)
),
moyenne
)
# Avec le pipe (facile à lire)
resultat <- donnees %>%
filter(age > 18) %>%
group_by(categorie) %>%
summarise(moyenne = mean(valeur)) %>%
arrange(moyenne)Le pipe se lit comme : “puis”
Avec un dataset de ventes, utilisez dplyr pour :
library(dplyr)
ventes %>%
filter(montant > 1000) %>% # Garder montants > 1000
select(vendeur, montant, date) %>% # Sélectionner colonnes
mutate(montant_ttc = montant * 1.2) %>% # Ajouter TVA
group_by(vendeur) %>% # Grouper par vendeur
summarise(
total = sum(montant_ttc),
moyenne = mean(montant_ttc),
n_ventes = n()
) %>%
arrange(desc(total)) # Trier par total décroissantDemandez au LLM d’expliquer chaque ligne si besoin !
Découvrez d’autres packages :
lubridate (dates) :
stringr (texte) :
Demandez au LLM des exemples pour chaque package !
1. Package non installé :
Error: could not find function "filter"
→ Avez-vous fait install.packages("dplyr") ?2. Package non chargé :
Error: could not find function "filter"
→ Avez-vous fait library(dplyr) ?3. Conflits de noms :
filter() existe dans dplyr ET dans stats
→ Utiliser dplyr::filter() pour être explicite4. Versions incompatibles :
Le package nécessite R version 4.0 minimum
→ Mettre à jour RCorrigez ces erreurs volontaires :
Demandez au LLM de vous aider à comprendre et résoudre chaque erreur.
Au début de chaque script :
En cas de conflit :
Objectif : Créer une bibliothèque personnelle de fonctions réutilisables
Structure :
ma_bibliotheque/
├── nettoyage.R
├── analyse.R
├── visualisation.R
└── utils.RDans nettoyage.R :
#' Standardiser les noms en minuscules
#' @param data Un dataframe
#' @param colonne Nom de la colonne à nettoyer
#' @return Le dataframe avec la colonne nettoyée
standardiser_noms <- function(data, colonne) {
data[[colonne]] <- tolower(data[[colonne]])
return(data)
}
#' Supprimer les lignes avec NA
supprimer_na <- function(data, colonnes = NULL) {
if (is.null(colonnes)) {
return(na.omit(data))
}
data[complete.cases(data[, colonnes]), ]
}Créez au moins 3 fonctions dans chaque fichier !
Utilisez les commentaires roxygen2 :
#' Titre court de la fonction
#'
#' Description détaillée de ce que fait la fonction.
#'
#' @param parametre1 Description du premier paramètre
#' @param parametre2 Description du second paramètre
#' @return Description de ce que retourne la fonction
#' @examples
#' ma_fonction(donnees, "colonne")
ma_fonction <- function(parametre1, parametre2) {
# Code ici
}Demandez au LLM de vous aider à documenter vos fonctions !
Créez un script principal qui utilise votre bibliothèque :
# Charger toutes vos fonctions
source("ma_bibliotheque/nettoyage.R")
source("ma_bibliotheque/analyse.R")
source("ma_bibliotheque/visualisation.R")
# Utiliser vos fonctions
donnees <- read.csv("data.csv")
donnees <- standardiser_noms(donnees, "nom")
donnees <- supprimer_na(donnees, c("age", "salaire"))
stats <- calculer_statistiques_complete(donnees)
plot_distribution(donnees, "salaire")Testez que tout fonctionne !
Documentez :
✅ Organiser son code en modules logiques ✅ Créer et documenter des fonctions réutilisables ✅ Utiliser dplyr pour manipuler les données ✅ Découvrir l’écosystème des packages R ✅ Gérer les erreurs liées aux packages ✅ Créer sa propre bibliothèque de fonctions ✅ Adopter les bonnes pratiques professionnelles
dplyr :
filter(), select(), mutate(), summarise(), group_by()%>% (ou |>)lubridate :
ymd(), year(), month(), wday()stringr :
str_trim(), str_to_upper(), str_detect()Devoirs
Prochaine séance : Automatisation et rapports - traiter plusieurs fichiers et créer des rapports reproductibles !
Points clés à retenir
Bon courage pour l’organisation ! 📚
Séance 6 - Organisation et modularité