Skip to content

README.md

Latest commit

 

History

History
133 lines (89 loc) · 4.82 KB

README.md

File metadata and controls

133 lines (89 loc) · 4.82 KB

📊 ExchangeRate.EDA

📌 Description du projet

ExchangeRate.EDA est un projet d’analyse exploratoire de données réalisé en R.
Il a pour objectif d’analyser l’évolution des taux de change journaliers entre l’euro (EUR) et plusieurs devises, notamment le dollar américain (USD) et le yuan chinois (CNY), à partir de données officielles de la Banque Centrale Européenne (ECB).

Ce projet vise à :

  • comprendre la structure des données,
  • détecter d’éventuelles anomalies,
  • préparer les données pour des analyses ou modèles ultérieurs.

🎯 Objectifs de l’EDA

L’analyse exploratoire permet de répondre aux questions suivantes :

  • Quelle est la période couverte par les données ?
  • Les données contiennent-elles des valeurs manquantes ou aberrantes ?

📂 Données utilisées

  • Source : Banque Centrale Européenne (ECB)
  • Format : CSV
  • Fréquence : Journalière
  • Variables principales :
    • Date
    • Taux de change EUR → USD
    • Taux de change EUR → CNY

Les données sont considérées comme fiables et adaptées à des analyses financières.

Source des données (format CSV)

Les données analysées dans ce projet proviennent directement de la Banque Centrale Européenne (ECB) et ont été récupérées au format CSV via l’API officielle de diffusion des données statistiques.

Les fichiers CSV ont été téléchargés en appelant les endpoints suivants :

Chaque endpoint retourne une série temporelle officielle, mise à jour par la BCE, contenant les taux de change de référence quotidiens.
Le paramètre format=csvdata permet d’obtenir les données dans un format tabulaire directement exploitable dans R.

🛠️ Technologies et outils

  • Langage : R
  • Environnement : RStudio
  • Packages principaux :
    • tidyverse (manipulation et nettoyage des données)
    • lubridate (gestion des dates)
    • ggplot2 (visualisation)
    • skimr / summary() (statistiques descriptives)

🔍 Étapes de l’analyse

Le projet suit une méthodologie EDA standard :

  1. Chargement des données

    • Import du fichier CSV
    • Vérification de la structure (str, head)

  2. Nettoyage et préparation

    • Conversion des dates
    • Gestion des valeurs manquantes

  3. Analyse descriptive

    • Statistiques de base (min, max, moyenne, médiane)

🧾 Génération des rapports HTML

Le projet intègre un mécanisme de génération automatisée de rapports HTML à partir des scripts R Markdown, afin de produire des livrables partageables.

La production des rapports s’effectue via le script render.R, exécuté depuis RStudio, qui centralise les appels à la fonction rmarkdown::render().

Principe de fonctionnement

  • Les fichiers source (.Rmd) contiennent :
    • le code d’analyse,
    • les visualisations,
    • les commentaires interprétatifs.
  • Le script render.R orchestre la génération des rapports en :
    • définissant les chemins d’entrée et de sortie,
    • assurant la reproductibilité du rendu,
    • standardisant le format de sortie.

Les rapports générés sont automatiquement déposés dans le dossier :

Ce dossier est volontairement utilisé afin de :

  • faciliter l’hébergement statique (GitHub Pages),
  • séparer les livrables finaux du code source,
  • garantir une structure projet claire et maintenable.

Exécution depuis RStudio

Depuis RStudio, la génération des rapports s’effectue en exécutant le script : docs/

source("render.R")

⚙️ Profilage batch des fichiers CSV

Le projet met en œuvre une fonction R personnalisée nommée profile_csv(), conçue pour réaliser un profilage automatisé et standardisé de fichiers CSV dans un contexte d’analyse exploratoire de données.

Objectif de la fonction

La fonction profile_csv() permet de :

  • analyser la structure des fichiers CSV (types de variables, dimensions),
  • produire des statistiques descriptives de premier niveau,
  • identifier les valeurs manquantes, incohérences ou anomalies potentielles,
  • homogénéiser le diagnostic qualité des données avant analyse.

Utilisation en mode batch

La fonction est spécifiquement utilisée en mode batch, c’est-à-dire appliquée de manière itérative à un ensemble de fichiers CSV, sans intervention manuelle.

Le principe est le suivant :

  • un répertoire source contenant plusieurs fichiers CSV est parcouru,
  • chaque fichier est traité séquentiellement par profile_csv(),
  • les résultats de profilage sont générés de façon systématique et reproductible.