Discussion :

[virginielc]

Bonjour,

J'ai le jeu de données suivant :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
ID date.preco	dose.preco date.apport	dose.apport
1	24/04/2015	60	19/05/2015	30
1	24/04/2015	60	28/04/2015	40
2	29/04/2015	40	19/05/2015	30
2	29/04/2015	40	28/04/2015	40
3	26/04/2015	90	19/05/2015	30
3	26/04/2015	90	15/05/2015	54

Et je voudrais obtenir celui la :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
ID	date.preco	dose.preco	date.apport	dose.apport
1	24/04/2015	60	28/04/2015	70
2	29/04/2015	40	28/04/2015	70
3	26/04/2015	90	15/05/2015	84

Je ne veux garder que la date.apport la plus récente pour chaque ID, et je veux faire la somme des dose.apport pour chaque ID.

J'ai essayé :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
somme_dose<-na.omit(as.matrix(tapply(data$dose.apport,data$ID,sum)))
min_date<-na.omit(as.matrix(tapply(data$date.apport,data$ID,min)))

Autant pour la somme ça à l'air de fonctionner mais pour les dates ça ne marche pas, et je me perds.

Est-ce qu'il n'y aurait pas une façon simple de le faire ?

Un coup de main ne me ferait pas de mal !

Merci par avance.

Virginie

[A. D.]

Bonjour,

Un package R très utile pour la manipulation de données : dplyr. Il est d'ailleurs tout particulièrement indiqué pour votre cas particulier.
Une aide fort précieuse pour l'utilisation de ce package data-wrangling-cheatsheet.pdf.

Voici donc une solution :

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
# Chargement du package "dplyr", à installer éventuellement avant ;)
 
library(dplyr)
 
# Création du jeu de données initiales
 
data_ini <- data_frame(ID = c(1, 1, 2, 2, 3, 3), date.preco = c("24/04/2015", "24/04/2015", "29/04/2015", "29/04/2015", "26/04/2015", "26/04/2015"), dose.preco = c(60, 60, 40, 40, 90, 90), date.apport = c("19/05/2015", "28/04/2015", "19/05/2015", "28/04/2015", "19/05/2015", "15/05/2015"), dose.apport =  c(30, 40, 30, 40, 30, 54))
 
 
# Transformation du format de la variable "date.apport" en "date" (si cela n'est pas fait au chargement des données), pour pouvoir récupérer facilement la date la plus récente
 
data_ini_2 <- data_ini %>% mutate(date.apport = as.Date(date.apport, format = "%d/%m/%Y"))
 
 
# Création du jeu de données finales : on fait un regroupement par ID, puis on récupère la 1ère valeur pour les variables "date.preco" et "dose.preco" (car toutes identiques), la date la plus petite pour "date.apport" et la somme pour "dose.apport"
 
data_final <- data_ini_2 %>% group_by(ID) %>% summarize(date.preco = first(date.preco), dose.preco = first(dose.preco), data.apport = min(date.apport), dose.apport = sum(dose.apport))

Votre approche n'était cependant pas forcément mauvaise, mais je pense que le problème venait sûrement du type de votre variable de date, d'où l'incapacité de R à en trouver le minimum.


Bonne continuation


Cordialement,


A.D.

[virginielc]

En effet, il a l'air vraiment pratique ce package : comment résoudre mon problème en une seule ligne

Merci de votre aide.

Virginie