Exercice en R : Transport Routier à Dschang

Contexte :

Vous êtes analyste de données formé en R sur le site Pandacodeur.com, et vous êtes chargé d'analyser les données de trafic routier dans la ville de Dschang. Vous allez utiliser les outils de manipulation de données en R pour évaluer divers aspects du trafic routier.

Données :

# Données simulées
heures <- 0:23  # Heures de la journée
vehicules <- c(120, 135, 140, 125, 110, 100, 95, 90, 85, 80, 75, 70, 65, 70, 80, 95, 110, 130, 150, 160, 170, 180, 190, 200)
temps_trajet <- c(15, 14, 13, 12, 11, 10, 9, 8, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22)

# Création du DataFrame
df_transport <- data.frame(heures, vehicules, temps_trajet)
print(df_transport)
    

Questions :

1. Calcul du Nombre Total de Véhicules :

   Calculez le nombre total de véhicules sur la route pendant la journée.

   Indice : Utilisez la fonction sum() sur le vecteur vehicules.

2. Trouver le Temps de Trajet Minimum :

   Déterminez le temps de trajet minimum enregistré pendant la journée.

   Indice : Utilisez la fonction min() sur le vecteur temps_trajet.

3. Calcul de la Moyenne du Temps de Trajet :

   Calculez la durée moyenne des trajets en minutes.

   Indice : Utilisez la fonction mean() sur le vecteur temps_trajet.

4. Filtrage des Données avec dplyr :

   Filtrez les heures où le nombre de véhicules était supérieur à 150.

   Indice : Utilisez la fonction filter() du package dplyr. (N'oubliez pas de charger le package avec library(dplyr))

5. Sélection des Colonnes avec dplyr :

   Sélectionnez uniquement les colonnes heures et temps_trajet dans le DataFrame.

   Indice : Utilisez la fonction select() du package dplyr.

6. Création d’une Nouvelle Colonne avec dplyr :

   Créez une nouvelle colonne vehicules_normalisés qui représente le nombre de véhicules divisé par 10.

   Indice : Utilisez la fonction mutate() du package dplyr.

7. Résumé des Données avec dplyr :

   Obtenez un résumé de la moyenne des temps de trajet.

   Indice : Utilisez la fonction summarise() du package dplyr.

À la fin de cet exercice, vous devriez être capable de :

• Manipuler des vecteurs et des matrices en R.
• Utiliser les fonctions de base comme sum(), min(), et mean() pour des analyses simples.
• Manipuler des données en utilisant le package dplyr, y compris le filtrage, la sélection de colonnes, la création de nouvelles colonnes et le résumé des données.

Cet exercice vous aidera à développer vos compétences en analyse de données en utilisant R dans un contexte concret lié au transport routier.