Introduction

La semaine dernière, vous avez pu prendre en main Power BI avec un jeu de données d’exemple pour réaliser vos premières visualisations. Il est temps de mettre à profit votre apprentissage pour réaliser de nouvelles analyses et visualisations !

Jeu de données

Le jeu de données de cette semaine s’intéresse aux informations de grimpeurs et de leurs résultats en compétition. Ce jeu de données a été publié sur Kaggle, à partir de résultats publics de la Fédération Internationale d’Escalade Sportive (IFSC) collectés via leur API officielle. Téléchargez le jeu de données utilisé dans ce TD et composé de deux fichiers : athlete_information et athlete_results.

La table athlete_information.csv

Cette table contient les informations de chaque athlète.

Elle contient 10 colonnes :

• athlete_id : Identifiant unique de chaque athlète.

• first_name : Prénom de l’athlète.

• last_name : Nom de l’athlète.

• age : Âge de l’athlète au moment de la collecte (octobre 2024).

• gender : Genre de l’athlète.

• country : Pays représenté par l’athlète.

• height : Taille de l’athlète (si disponible).

• arm_span : Envergure de l’athlète (si disponible).

• paraclimbing_sport_class : Catégorie de handicap pour les athlètes de para-escalade (valeur nulle sinon).

• birthday : Date de naissance de l’athlète.

Cette table contient 16230 enregistrements.

La table athlete_results.csv

Cette table contient les résultats de chaque athlète aux différentes compétitions.

Elle contient 9 colonnes :

• athlete_id : Identifiant unique de l’athlète.

• rank : Classement de l’athlète dans la compétition.

• discipline : Discipline d’escalade (ex. : bloc, difficulté).

• season : Année de la compétition.

• date : Date de la compétition.

• location : Lieu de l’événement.

• event_id : Identifiant unique de chaque événement.

• d_cat : Numéro de division pour un événement (le couple event_id + d_cat correspond à une compétition).

Cette table contient 135438 enregistrements

#Enoncé

Préparez les données

1 - Importez les deux fichiers du jeu de données dans Power BI, puis vérifiez que la relation entre les tables est correcte. Modifiez-la si nécessaire.

##Créez des visualisations simples 2 - Créez une visualisation montrant la moyenne d’âge des athlètes en fonction de leur genre.

3 - Trouvez l’identifiant (athlete_id) d’Adam Ondra. À partir de cet identifiant, représentez l’évolution de sa moyenne de classement (rank) au fil des saisons.

4 - Recherchez où et quand s’est déroulée la compétition portant l’identifiant event_id = 1375. Identifiez les gagnantes en bloc (boulder). Expliquez pourquoi plusieurs athlètes peuvent apparaître comme gagnantes.

##Utilisez vos visualisations pour aller plus loin 5 - Réalisez un histogramme de la taille des athlètes, en distinguant les genres. Repérez d’éventuelles erreurs dans les données, corrigez-les dans les fichiers sources, puis rafraîchissez les données dans Power BI.

6 - Créez une mesure DAX calculant le classement moyen de chaque athlète, ainsi qu’une mesure comptant le nombre total de compétitions auxquelles chaque athlète a participé.

7 - Visualisez le classement moyen en fonction du nombre de compétitions pour chaque athlète. Analysez le résultat : observe-t-on une tendance particulière ? Que peut-on en déduire ?

Intégrer du R dans Python (optionnel)

Si Rstudio est installé sur votre machine, vous pouvez utiliser Power BI pour afficher des scripts R.

8 - Utilisez R pour faire un graphe en violon permettant de visualiser la taille des athlètes en fonction de leur genre.