Discussion :

[draculla]

Hello tout le monde,

ça fait une semaine que je cherche je ne trouve pas.

Voici mon problème :

je possède dans un data frame une variable sous format factor, cette variable est alphanumérique, qui contient des chaîne de caractères, les mots sont séparés par des slash ("/")

exemple:

var1
"AAA/BBB/CCC"
"BBB"
"CCC/AAA"
"ZZZ/PPP"

je voudrais les mettre comme ça
var1
"AAA"
"BBB"
"CCC"
"BBB"
"CCC"
"AAA"
"ZZZ"
"PPP"
donc en gros extraire ce qui est séparés la le slash et le mettre en ligne.

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
table$var1<-as.character(table$var1)
table$var1<-(strsplit(table$var1, '/'))

mais comme c'est un dataframe, il n'accepte pas la variable créée puisque le nombre de lignes est différents. et moi je voudrai dupliquer toutes ligne du dataframe avec cette variable.

Merci à vous.

[A. D.]

Bonjour,

Il y a très certainement moyen de faire "plus propre", mais une première idée qui me vient comme ça :

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
30
31
32
33
34
35
X <- data.frame(ID = 1:4, xxx = c("A1", "A2", "A1", "A3"), var1= c("AAA/BBB/CCC", "BBB", "CCC/AAA", "ZZZ/PPP")) # jeu de données d'exemple
  ID xxx        var1
1  1  A1 AAA/BBB/CCC
2  2  A2         BBB
3  3  A1     CCC/AAA
4  4  A3     ZZZ/PPP
 
 
list_vars1 <- strsplit(as.character(X$var1), "/")
 
 
S <- NULL
 
for(i in 1:(length(list_vars1)))
{
    ll <- list_vars1[[i]]
    nl <- length(ll)
 
    a <- data.frame(rep(X$ID[i], nl), rep(X$xxx[i], nl), ll)
 
    S <- rbind(S, a)
}
 
colnames(S) <- colnames(X)
 
S <- as.data.frame(S)
  ID xxx var1
1  1  A1  AAA
2  1  A1  BBB
3  1  A1  CCC
4  2  A2  BBB
5  3  A1  CCC
6  3  A1  AAA
7  4  A3  ZZZ
8  4  A3  PPP

Remarque : un conseil, évite d'appeler ton jeu de données "table" car c'est également le nom d'une fonction dans R...

[EDIT : si quelqu'un a une idée de comment faire cette manipulation avec le package "dplyr", ça m'intéresse ^^]


Bonne continuation


Cordialement,


A.D.

[draculla]

Yes, c'est noté pour le nom table, merci, ta solution marche très bien pour deux variables, cependant j'ai plus de 200 variables, j'ai essayé avec colnames, ça ne marche pas!

Pourrais-tu m'aider là-dessus, stp?

[juliatheric]

... [EDIT : si quelqu'un a une idée de comment faire cette manipulation avec le package "dplyr", ça m'intéresse ^^] ...

Bonjour,
Une proposition de solution à l'aide de la bibliothèque plyr dont le mainteneur est le même que pour dplyr.

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
 
library("stringr")
library("plyr")
 
X <- as.data.frame(list(
	ID = seq_len(4),
	xxx = c("A1", "A2", "A1", "A3"),
	var1= c("AAA/BBB/CCC", "BBB", "CCC/AAA", "ZZZ/PPP")),
	stringsAsFactors = FALSE)
 
print(X)

  ID xxx        var1
1  1  A1 AAA/BBB/CCC
2  2  A2         BBB
3  3  A1     CCC/AAA
4  4  A3     ZZZ/PPP

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
 
sepLignes <- function(obj) {
	motif <- "/"
 
	if(str_detect(obj[[3]], motif)) {
		symboles <- str_split(obj[[3]], motif)[[1]]
 
		return(as.data.frame(t(sapply(
			symboles,
			function(troisiemeValeur) {
				obj[3] <- troisiemeValeur
				return(obj)
			}
		)), stringsAsFactors = FALSE))
	}
 
	return(obj)
}
 
S <- adply(.data = X, .margins = 1L, .fun = sepLignes)
print(S)

  ID xxx var1
1  1  A1  AAA
2  1  A1  BBB
3  1  A1  CCC
4  2  A2  BBB
5  3  A1  CCC
6  3  A1  AAA
7  4  A3  ZZZ
8  4  A3  PPP

[draculla]

Cool merci à tous :-)