Discussion :

[jane40]

Bonjour,

Je cherche un moyen de comparer des chaînes de caractères sans tenir compte des espaces qui s'y trouvent.

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
 
liste_Ancienne[1]
[1] "EHI_065250"
> liste[75]
[1] "EHI_065250  "
liste_Ancienne[1]==liste[75]
[1] FALSE

Je compare chaque liste à une liste globale contenant de manière unique chaque élément des deux listes. J'utilise alors grepl pour la comparaison, mais je dois "éliminer" les espaces.

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
 
liste_complete=c(liste,liste_Ancienne)
liste_complete=unique(liste_complete)
 
m=length(liste_complete)
g1=rep(0,m)
g2=rep(0,m)
 
for (i in 1:m)
{
g1[i]=sum(grepl(liste_complete[i],liste))
g2[i]=sum(grepl(liste_complete[i],liste_Ancienne))
}

Pour être insensible à la case, on peut utiliser ignore.case=FALSE dans grep. Y-aurait-il un équivalent pour les espaces ?
Merci

[pitipoisson]

Bonjour,

Pour être insensible à la case, on peut utiliser ignore.case=FALSE dans grep. Y-aurait-il un équivalent pour les espaces ?

Non, pas directement à ma connaissance.

Mais tu peux facilement contourner le problème en supprimant les espaces à la volée :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
g1[i]=sum(grepl(gsub(" ", "", liste_complete[i]), 
                gsub(" ", "", liste)))

[jane40]

ça marche très bien ! Merci !

[pitipoisson]

Une petite remarque qui n'a rien à voir avec la question de départ : plutôt que d'utiliser des boucles for, peu efficace en R, tu pourrais utiliser les fonctions de la famille des apply.

Par exemple :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
g1 <- sapply(X=gsub(" ", "", liste_complete[i]),
             FUN=function(x)
         {
             grepl(pattern=x, 
                   x=gsub(pattern=" ", replacement="", x=liste))
         })

ou bien

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
g1 <- sapply(X=gsub(" ", "", liste_complete[i]),
             FUN=function(x, y) {grepl(x, y)},
             y=gsub(pattern=" ", replacement="", x=liste))

Peut-être n'en as-tu pas directement l'utilité, mais dès lors que tu travailles sur de gros jeux de données, la différence devient sensible.

La syntaxe n'est pas très intuitive, mais on s'y habitue.