Discussion :

[mumu64]

Bonjour,

J'ai encore besoin de vos lumières !
J'ai besoin d'extraire des lignes en fonction de certaines valeurs dans une colonne "factor" nommée navire.
C'est une colonne avec des nombres et des chaines de caractères par exemple :

111111
111259
321659
AB1358
ESP123
123
1258
953214

J'ai des milliers de lignes et pas la possibilité de le faire autrement qu'avec R
J'ai besoin d'extraire toutes les lignes dont le numéro de navire est compris entre 100000 et 999999

J'ai testé ça :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
 
essai <- subset(x, (x$navire <999999 &  x$navire>100000))

Bien sur cela ne marche pas car ma colonne n'est pas entièrement numérique......
HELP !

Merci pour votre aide.
A+

Muriel.

[faubry]

Commentaire sur le code : La fonction subset est faite pour éviter de coder le nom du tableau et celui de la colonne dans le test. Donc l'écriture correcte de l'appel est :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

essai <- subset(x, (navire <999999 & navire>100000))

Réponse à la question : Si les valeurs cherchées sont numériques :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

subset( x, as.numeric( as.character( navire)) < 999999 & as.numeric( as.character( navire)) > 1000000)

Les valeurs non numériques sont transformées en NA avec un message.
Si ce sont des chaines de caractères :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

subset( x, navire %in% c( "chaine1", ...))

[mumu64]

Bonjour Faubry,

Merci pour ta solution qui correspond à ce que je veux !
Mais je n'arrive pas à me débarrasser des autres valeurs mises en NA :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
 
essai <- subset(x, !Navire=="NA")

Quand je fais un "table" avant et après cette ligne de code, j'ai les occurrences dont je ne veux pas qui sont à 0
Elles ne sont même pas en NA

Qu'en penses-tu ?

Muriel.

[faubry]

NA est une valeur spéciale qui signifie qu'on ne sait rien sur la valeur de la variable donc qu'elle n'est ni vraie ni fausse. De ce fait un test de la forme

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
val == NA
# ou
val != NA

donne obligatoirement NA quelque soit le contenu de la variable val.
Pour tester si une variable a comme valeur NA, il faut utiliser la fonction is.na. Ainsi, ton code doit être :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

essai <- subset( x, !is.na( Navire))

De plus, si on cherche les lignes où toutes les colonnes x1 à xN ont des valeurs (autres que NA), la fonction complete.cases est utile :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

lignes.completes <- complete.cases( tab[,c( "x1", ..., "xN")])

De même, on peut tester si une variable n'a aucune valeur, donc si elle est vide, par la fonction is.null ou par length( val) == 0.

Enfin, pour se débarrasser des niveaux des facteurs dont les effectifs sont nuls, il faut utiliser la fonction droplevels à appliquer sur le data.frame résultat. En effet, subset ne conserve que les lignes correspondant au critère mais ne modifie pas la description du facteur puisque les niveaux sont une propriété du facteur et non du data.frame qui n'est qu'une réalisation particulière d'un ensemble d'observations.

[mumu64]

Merci beaucoup pour tous ces conseils !
J'ai testé le is.na et cela n'a rien donné
Le droplevel a l'air de faire ce que j'attends.

Merci et à bientôt.
Muriel