Discussion :

[wiwi8999]

Bonjour, je bloque sur le problème suivant :

J'ai une première colonne qui sert de noms aux individus.

Elle est de type Nom,Prénom,Age,identifiant. Mais chez certains, ils peut y avoir d'autres infos en plus comme la ville ou autres. Dans tous les cas l’identifiant est en dernier.

Exemple : Dupont,Jean-Luc,45,547842_fr

Comment puis-je faire pour récupérer un vecteur avec les valeurs des différents identifiants ? (547842_fr). J'ai utilisé une strsplit pour séparer les éléments avec le délimiteur ",". Après je me demande ce que je pourrais faire pour récupérer l'identifiant tout seul. Il me faudrait un genre de commande qui me permet de rechercher la chaîne de caractère qui comprend "_fr" et de la récupérer. Ou alors une commande qui permet de récupérer la chaîne de caractère après le dernier ","

Merci !

[ced]

Bonjour,

Quelques demandes de précisions pour être certain d'avoir bien compris votre problème :

1. la première colonne est formée d'une chaine de caractères qui contient plusieurs informations séparées par virgules : "Dupont,Jean-Luc,45,547842_fr". C'est bien ça ?
2. le schéma de construction est-il toujours celui que vous donnez : nom,prénom,num,code ? Ou est-ce que ce motif n'est pas toujours le même sur toutes les lignes ?
3. ce que vous appelez "identifiant" (547842_fr) est-il toujours en dernière place ?
4. cet identifiant est-il toujours de la même forme, à savoir un numéro suivi de "_fr" ?

[wiwi8999]

1. Oui, c'est bien ça.
2. Non, il n'est pas toujours le même. Une information supplémntaire peut se glisser entre l'age et l'identifiant.
3.Oui l’identifiant se trouve toujours en dernier
4.Il y a aussi des _be ou _nl

[hoccha]

3.Oui l’identifiant se trouve toujours en dernier

Hello,
Je ne suis pas certain de bien comprendre mais pourquoi ne pas simplement prendre le dernier élément alors ?

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
> ttt <- strsplit("Dupont,Jean-Luc,45,547842_fr",",")[[1]]
> ttt
[1] "Dupont"    "Jean-Luc"  "45"        "547842_fr"
> ttt[length(ttt)]
[1] "547842_fr"

Bonne continuation

[wiwi8999]

On dirait que ça fonctionne. Merci bien.

Par contre, ça ne fonctionne que pour la première ligne. Comment pourrais-je l’appliquer à toutes les lignes ? Si je mets [1:300] ça ne fonctionne pas.

[ced]

Supposons que le data frame que vous traitiez s'appelle dt.
Pour obtenir le vecteur contenant tous les codes contenus dans la première colonne de votre data frame, voici une façon de faire :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

codes <- apply(dt[, 1, drop=F], 1, function(x) unlist(strsplit(x, ","))[length(unlist(strsplit(x, ",")))])

A tester quand même, c'est fait à la va-vite...

[wiwi8999]

Merci mais je préférerais partir de l'idée de Hoccha qui fonctionne bien. Si ce n'est que je ne sais pas l'adapter à l'ensemble de la colonne. Elle ne me renvoie que l'identifiant de la ligne spécifiée entre [[ ]] et le [[1:300]] renvoie un "échec d'indexation récursive au niveau 2".

J'ai tenté aussi avec une boucle for(i in 1:300) mais alors elle me renvoie seulement le 300éme identifiant.

[wiwi8999]

J'ai trouvé une autre manière de faire mais il me manque juste une étape pour y arriver.

Supposons que j'ai une liste de prénoms. Comment puis-je faire pour obtenir la liste des prénoms qui ne contiennent pas de "w" ?

PS : je pense avoir trouvé avec :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

y=grep("w", prénoms, value = TRUE, invert=TRUE)

[hoccha]

A priori, oui... votre code

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

grep("w", prénoms, value = TRUE, invert=TRUE)

devrait fonctionner... Ce n'est pas le cas??

[wiwi8999]

Oui parfait.