plot of chunk headband

La boucle for est un peu le B-A BA de la programmation sous R, mais (pour ceux qui ne connaissent pas), elle a de quoi vous mettre des étoiles dans les yeux (sans exagérer!).

En effet, elle permet de vous éviter certaines tâches répétitives en les automatisant, et ainsi de vous faire gagner beaucoup de temps…

Voici comment elle est structurée:

for (i in 1:n){
 ## tâche à répéter n fois pour i variant de 1 à n
}

On a un compteur (ici appelé i) qui varie de 1 à n par incrément de 1.

Exemple stupide mais simple:

Par exemple, si l’on veut afficher 10 fois de suite « Bonjour! » à l’écran, on peut procéder ainsi:

for (i in 1:10){
  print("Bonjour!")
  print(i)
}                                                                                                                                                                                                                                                                                                                                                                                                   

## [1] "Bonjour!"
## [1] 1
## [1] "Bonjour!"
## [1] 2
## [1] "Bonjour!"
## [1] 3
## [1] "Bonjour!"
## [1] 4
## [1] "Bonjour!"
## [1] 5
## [1] "Bonjour!"
## [1] 6
## [1] "Bonjour!"
## [1] 7
## [1] "Bonjour!"
## [1] 8
## [1] "Bonjour!"
## [1] 9
## [1] "Bonjour!"
## [1] 10

Voici ce qui se passe:

  • D’abord, i=1,
  • On affiche « Bonjour! », puis la valeur de i
  • La valeur de i est incrémentée de 1 (i.e., désormais, i=2)
  • On revient au début du code inséré dans la boucle
  • On affiche « Bonjour! », puis la valeur de i
  • La valeur de i est incrémentée de 1 (i.e., désormais, i=3)
  • On revient au début du code inséré dans la boucle
  • etc.(La dernière itération correspond à i=n)

Exemple intelligent mais un peu moins simple:

Afficher « Bonjour! » dans la console R n’étant pas, en soi, un objectif de travail très réaliste, voyons maintenant un « vrai » exemple de travail.

Imaginons que l’on souhaite travailler sur les données disponibles ici.

Il s’agit des salaires moyens (en euros) en France selon la catégorie socio-professionnelle et le sexe entre 1984 et 2010 (données INSEE).

  • ChEntr: chefs d’entreprise
  • CadSup: cadres et professions intellectuelles supérieures
  • ProfInt: professions intermédiaires
  • Employ: employés
  • Ouvri: ouvriers
  • ApprStag: apprentis et stagiaires

data_boucles_for=read.csv(paste(dat.path,"data_boucles_for.csv",sep=""), sep=";")
print(data_boucles_for[1:10,])

##    ANNEE  SEXE ChEntr Cadres ProfInt Employ Ouvri ApprStag
## 1   1984 Homme  32464  28479   16716  11752 10063     3959
## 2   1984 Femme  18169  19090   13200   9443  7754     4062
## 3   1985 Homme  34827  29764   17710  12236 10813     4046
## 4   1985 Femme  20493  19682   13921  10011  8359     4243
## 5   1986 Homme  38614  31047   18389  13034 11311     4574
## 6   1986 Femme  21135  20478   14418  10532  8761     4602
## 7   1987 Homme  37625  32814   18431  12544 11470     4588
## 8   1987 Femme  23259  22960   14612  10653  8863     4455
## 9   1988 Homme  38799  33692   18709  12780 11745     4788
## 10  1988 Femme  23298  23760   14952  10893  9050     4713

attach(data_boucles_for)

Si l’on veut produire un graphique représentant l’évolution des salaires au cours du temps pour chaque catégorie socioprofessionnelle en distinguant les hommes et les femmes, voici comment on peut procéder.

Voici les variables du jeu de données:

colnames(data_boucles_for)

## [1] "ANNEE"    "SEXE"     "ChEntr"   "Cadres"   "ProfInt"  "Employ"   "Ouvri"    "ApprStag"

Les données pour chaque catégorie socio-professionnelle se trouvent sur les colonnes 3 à 8

# On divise la fenêtre graphique en 6 sous-fenêtres
layout(matrix(1:6,nrow=2))
# On veut répéter les mêmes instructions pour j variant de 3 à 8:
for (j in 3:8){
  # On trace un nuage de points qui correspond à l'ensemble des données 
  # (hommes et femmes)
  plot(ANNEE, data_boucles_for[,j], 
       main=colnames(data_boucles_for)[j],
       ylab="salaire net annuel")
  # On sélectionne les données qui correspondent aux femmes
  # pour tracer la série en rouge
  indf=which(SEXE=="Femme")
  points(ANNEE[indf],data_boucles_for[indf,j], col="red", type="b")
  # On sélectionne les données qui correspondent aux hommes 
  # pour tracer la série en bleu
  indh=which(SEXE=="Homme")
  points(ANNEE[indh],data_boucles_for[indh,j], col="blue", type="b")
}

plot of chunk graphique_pour_chaque_categorie

Exemple encore plus intelligent mais encore moins simple:

On peut imbriquer des boucles for. Considérons à nouveau le graphique précédent. On fait en fait deux fois la même chose pour les hommes et les femmes… De ce fait il serait possible de faire une deuxième boucle à l’intérieur de la première:

# On divise la fenêtre graphique en 6 sous-fenêtres
layout(matrix(1:6,nrow=2))
# On veut répéter les mêmes instructions pour j variant de 3 à 8:
for (j in 3:8){
  # On trace un nuage de points qui correspond 
  # à l'ensemble des données (hommes et femmes)
  plot(ANNEE, data_boucles_for[,j], 
       main=colnames(data_boucles_for)[j],
       ylab="salaire net annuel")
  # On sélectionne les données qui correspondent aux femmes (k=1)
  # puis aux hommes (k=2) pour tracer les séries en rouge puis en bleu
  for (k in 1:2){
      ind=which(SEXE==c("Femme","Homme")[k])
      points(ANNEE[ind],data_boucles_for[ind,j], col=c("red","blue")[k], type="b")
  }
}

Ici on produit exactement le même graphique que ci-dessus. L’ « économie » en temps (et en nombre de lignes de code) n’est certes pas très important dans la mesure où l’on n’a répété le processus que deux fois, mais cet exemple permet de comprendre le principe des boucles imbriquées…

Notez que l’ordre des boucles a son importance!!