Chapitre 1 Bien commencer

1.1 Créer un projet sous Rstudio pour vous permettre de recenser vos travaux.

Pourquoi travailler avec les projets Rstudio plutôt que les scripts R ?

Cela permet la portabilité : le répertoire de travail par défaut d’un projet est le répertoire où est ce projet. Si vous transmettez celui-ci à un collègue, le fait de lancer un programme ne dépend pas de l’arborescence de votre machine.

Fini les setwd("chemin/qui/marche/uniquement/sur/mon/poste") !

Toujours sur la portabilité, un projet peut être utilisé avec un package comme packrat ou renv qui vont vous permettre d’internaliser au sein du projet l’ensemble des packages dont vous aurez besoin dans la version avec laquelle vous l’avez utilisé. Cela permet donc à votre collègue à qui vous passez votre projet de ne pas avoir à les installer dans la même version, et si vous mettez à jour votre environnement R, votre projet restera toujours avec les versions des packages avec lesquelles vous l’avez fait tourner à l’époque. Cela évite d’avoir à subir les effets d’une mise à jour d’un package qui casserait votre code.

Packrat est intégré à Rstudio. Pour activer packrat sur un projet, aller dans Tools/Project Options->Packrat

renv est plus récent que Packrat, il n’est pas encore intégré à Rstudio mais apporte des améliorations subsentielles par rapport à son prédécesseur. En savoir plus sur renv

Cela permet de se forcer à travailler en mode projet : on intègre à un seul endroit tous ce qui est lié à ce projet : données brutes, données retravaillées, scripts, illustrations, documentations, publications… et donc y compris packages avec packrat ou renv.
On peut travailler sur plusieurs projets en même temps, Rstudio ouvre alors autant de sessions que de projets.
Les projets Rstudio intègrent une interface avec les outils de gestion de version git et svn. Cela veut dire que vous pouvez versionniser votre projet et l’héberger simplement comme répertoire sur des plateformes de gestion de code telle que github ou gitlab.

Pour créer un projet :

Cliquez sur Project en haut à droite puis New Project.
Cliquez sur New Directory.

1.2 Désactiver les options de sauvegarde automatique de Rstudio

Votre code doit être reproductible depuis vos données en entrée vers votre résultat. Pour cela, il est fortement déconseillé de sauvegarder quoique ce soit dans le fichier .RData de sauvegarde par défaut.

Pour cela, aller dans Tools->Global Options… et ensuite conformez vous à ceci

1.3 Intégrer vos données

Une bonne pratique est de créer un sous répertoire /extdata pour stocker les données sur lesquelles vous aurez à travailler et un dossier /data pour stocker les données après préparation.

Vous pouvez le faire de l’explorateur de fichier de votre système d’exploitation ou directement à partir de l’explorateur de fichier de RStudio.

Si par la suite vous souhaitez avoir des exemples de bonnes pratiques sur comment structurer vos données, vous pouvez vous référer au chapitre data du livre d’Hadley Wickham sur la construction de package R (tout package R étant aussi un projet !)

1.4 Créer votre arborescence de projet

Créer un répertoire /src où vous mettrez vos scripts R.
Créer un répertoire /figures où vous mettrez vos illustrations issues de R.

1.5 Activer les packages nécessaires

Commencer par rajouter un script dans le répertoire /src à votre projet qui commencera par :

activer l’ensemble des packages nécessaires
charger les données dont vous aurez besoin.

1.6 Bien structurer ses projets data

Plusieurs documents peuvent vous inspirer sur la structuration de vos projets data par la suite.

En voici quelques uns :

A partir du moment où quelques grands principes sont respectés (un répertoire pour les données brutes en lecture seule par exemple), le reste est surtout une question d’attirance plus forte pour l’une ou l’autre solution. L’important est de vous tenir ensuite à garder toujours la même structure dans vos projets afin de vous y retrouver plus simplement.