Discussion :

[benoit.abm]

Bonjour à tous,
voila mon problème, je cherche à extraire les lignes d'un data.frame correspondant au max de la variable temps pour chaque variable individu, mais je bloque. Je sais que cela est faisable avec une boucle, mais mon fichier étant assez important j'aurais aimé éviter.

Voici mes données:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
 
DataEx<-data.frame(Indiv=c("A","A","B","B","B","C","C"),Tmp=c(3,4,5,1,3,3,1),Val1=c(1,2,3,4,1,2,1))
 
> DataEx
  Indiv Tmp Val1
1     A   3    1
2     A   4    2
3     B   5    3
4     B   1    4
5     B   3    1
6     C   3    2
7     C   1    1

et je voudrais récupérer:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
 
1     A   3    1
3     B   5    3
6     C   3    2

Pour l'instant je récupère l'indice pour chaque indiv de la Tmp max avec:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
 
 tapply(DataEx$Tmp,DataEx$Indiv,which.max)
A B C 
2 1 1

mais il me faudrait l'indice dans le data.frame global et non pour chaque indiv.

Des idées?
Je vais continuer à chercher.

Benoît

[benoit.abm]

Bon j'ai réussi avec une boucle, mais je pense qu'il y a moyen d'optimiser donc si vous avez des idées...

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
 
TmpMax<-tapply(DataEx$Tmp,DataEx$Indiv,max)
 
 TmpMax
A B C 
4 5 3 
 
VecIndiv<-unique(DataEx$Indiv)
 
 VecIndiv
[1] A B C
Levels: A B C
 
IndiceTmpMax<-numeric()
 
 for (i in 1:length(VecIndiv)) {
   IndiceTmpMax[i]<-which(DataEx$Indiv==VecIndiv[i] & DataEx$Tmp==TmpMax[i])
 }
 
 IndiceTmpMax
[1] 2 3 6
 
DataExTmpMax<-DataEx[IndiceTmpMax,]
 
 DataExTmpMax
  Indiv Tmp Val1
2     A   4    2
3     B   5    3
6     C   3    2

[A. D.]

Bonjour Benoît,

Il est possible d'avoir recours à la fonction "sapply" pour se passer de la boucle que vous utilisez. Cependant cela n'est pas très "propre" car la fonction "tmp_max_ind" utilise des éléments ("VecIndiv", "TmpMax") extérieurs à la fonction, mais bon c'est malgré tout un début pour se familiariser avec les fonctions de cette famille (apply, sapply, tapply...).

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
TmpMax<-tapply(DataEx$Tmp,DataEx$Indiv,max)
 
VecIndiv<-unique(DataEx$Indiv)
 
 
tmp_max_ind<-function(k)
{
	s<-which(DataEx$Indiv==VecIndiv[k] & DataEx$Tmp==TmpMax[k])
	return(s)
}
 
IndiceTmpMax<-sapply(1:length(VecIndiv),tmp_max_ind)
 
DataExTmpMax<-DataEx[IndiceTmpMax,]

Cordialement,

A.D.

[benoit.abm]

Ok merci,
j'ai "optimisé" le code en enlevant le tapply. Voici où j'en suis:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
 
VecIndiv<-unique(DataEx$Indiv)
 
tmp_max_ind<-function(k) {
  Datak<-DataEx[DataEx$Indiv==VecIndiv[k],]
  MaxTmpk<-max(Datak$Tmp)
	s<-which(DataEx$Indiv==VecIndiv[k] & DataEx$Tmp==MaxTmpk)
	return(s)
}
 
 
IndiceTmpMax<-sapply(1:length(VecIndiv),tmp_max_ind)
 
DataExTmpMax<-DataEx[IndiceTmpMax,]
DataExTmpMax
  Indiv Tmp Val1
2     A   4    2
3     B   5    3
6     C   3    2
>

Merci de votre aide.
Benoît

[lilly74]

Bonjour,
voici une variante que je n'ai pas eu le temps de vérifier :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
T <- tapply(DataEx$Tmp,DataEx$Indiv,which.max)
L2 <- tapply(DataEx[,2], DataEx[,1], function(x) length(unique(x)))
T[4]<-0
L2 <- c(0,L2)
T + cumsum(L2)

Qu'en pensez-vous?

Bonne continuation