S'il est important de discuter de ce que sont les données ordonnées et de ce à quoi elles ressemblent, c'est parce que dans le monde, la plupart des données ne sont pas ordonnées. Si ce n'est pas vous qui saisissez les données, mais quelqu'un d'autre qui vous les remet pour réaliser un projet, le plus souvent, ces données ne seront pas ordonnées. Les données non ordonnées sont souvent appelées simplement "données désordonnées". Pour pouvoir travailler facilement avec ces données, vous devez les mettre en forme. Cela signifie que vous devez reconnaître les données désordonnées et comprendre comment les mettre en forme. Les problèmes courants suivants, observés dans les ensembles de données désordonnées, sont à nouveau tirés de l'article de Hadley Wickham sur les données ordonnées (http://vita.had.co.nz/papers/tidy-data.pdf). Après un bref rappel de chaque problème courant, nous examinerons quelques ensembles de données désordonnées. Nous aborderons enfin les concepts de rangement des données désordonnées, mais nous ne ferons pas encore d'exercices pratiques. C'est pour bientôt !

Avec une solide compréhension des données bien rangées et de la façon dont les données bien rangées s'intègrent dans le cycle de vie de la science des données, nous allons prendre un peu de temps pour vous présenter les paquets tidyverse et tidyverse-adjacent que nous allons enseigner et utiliser tout au long de cette spécialisation. L'ensemble de ces packages constitue ce que nous appelons l'écosystème tidyverse. Le but du reste de ce cours n'est pas que vous compreniez comment utiliser chacun de ces paquets (ce sera bientôt le cas !), mais plutôt de vous aider à vous familiariser avec quels paquets correspondent à quelle partie du cycle de vie de la science des données. Notez que les paquets officiels de tidyverse ci-dessous sont en gras. Tous les autres paquets sont adjacents à tidyverse, ce qui signifie qu'ils suivent les mêmes conventions que les paquets officiels de tidyverse et qu'ils fonctionnent bien dans le cadre et la structure tidy de l'analyse des données.

Les projets de science des données varient considérablement et il peut donc être difficile de donner des règles universelles sur la façon dont ils devraient être organisés. Cependant, il existe quelques façons d'organiser les projets qui sont généralement utiles. En particulier, presque tous les projets doivent gérer des fichiers de différentes sortes - fichiers de données, fichiers de code, fichiers de sortie, etc. Cette section traite du fonctionnement des fichiers et de la manière dont les projets peuvent être organisés et personnalisés.

Tout au long de cette spécialisation, nous allons utiliser un certain nombre d'études de cas provenant des Open Case Studies pour démontrer les concepts introduits dans le cours. Nous utiliserons généralement les mêmes études de cas tout au long de la spécialisation, assurant ainsi une continuité qui vous permettra de vous concentrer sur les concepts et les compétences enseignés (plutôt que sur le contexte) tout en travaillant avec des données intéressantes. Ces études de cas visent à répondre à une question de santé publique et utilisent toutes des données réelles.

Ce projet vous permettra de créer un nouveau projet et d'organiser les fichiers nécessaires à une future analyse de données