Discussion :

[Lils_bis]

Bonjour à tous,
Je me tourne vers vous pour un problème de doublons que je rencontre.
J'ai un tableau avec 4 variables :
- ID
- Date envoi
- Date réception
- Différence entre date réception et date envoi

Je souhaiterai supprimer la ligne avec la date d'envoi la plus ancienne lorsque j'ai deux dates de réceptions identiques. Ou alors dit autrement, je souhaiterai supprimer la différence la plus grande.
Et ce par ID et par date d'envoi.

Je sais pas si j'ai été clair, mais je l'espère...


Bonne journée à tous et merci par avance pour votre temps !

[mgdondon]

Bonjour,

Voici un programme pour sélectionner la dernière observation par groupe (Merci Robert A. Muenchen ; je recommande ses livres R for SAS and SPSS users et R for Stata users aux utilisateurs de ces langages).

Je joins un fichier csv pour tester le programme.

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
> df <- read.csv("D:/temp/test.txt")
> df
  ID date_envoi date_reception
1  1 15/01/2017     01/02/2017
2  1 01/01/2017     01/02/2017
3  2 01/01/2017     01/02/2017

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
> df$date_envoi <- as.Date(df$date_envoi, format = "%d/%m/%Y")
> df$date_reception <- as.Date(df$date_reception, format = "%d/%m/%Y")
> df$delai = df$date_reception-df$date_envoi
> df
  ID date_envoi date_reception   delai
1  1 2017-01-15     2017-02-01 17 days
2  1 2017-01-01     2017-02-01 31 days
3  2 2017-01-01     2017-02-01 31 days

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
> df <- df[order(df$ID, df$date_reception, df$date_envoi),]
> df
  ID date_envoi date_reception   delai
2  1 2017-01-01     2017-02-01 31 days
1  1 2017-01-15     2017-02-01 17 days
3  2 2017-01-01     2017-02-01 31 days

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
> myBys <- data.frame(df$ID, df$date_reception)
> myBys
  df.ID df.date_reception
1     1        2017-02-01
2     1        2017-02-01
3     2        2017-02-01

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
> mylastList <- by(df, myBys, tail, n=1)
> mylastList
df.ID: 1
df.date_reception: 2017-02-01
  ID date_envoi date_reception   delai
1  1 2017-01-15     2017-02-01 17 days
------------------------------------------------------------ 
df.ID: 2
df.date_reception: 2017-02-01
  ID date_envoi date_reception   delai
3  2 2017-01-01     2017-02-01 31 days

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
> df <- do.call(rbind, mylastList)
> df
  ID date_envoi date_reception   delai
1  1 2017-01-15     2017-02-01 17 days
3  2 2017-01-01     2017-02-01 31 days

Cordialement,

[Lils_bis]

Bonjour à tous, bonjour mgdondon,

Merci beaucoup pour votre réponse ainsi que pour votre temps, votre aide résout un partie de mon problème !

Cependant, n'ayant pas sur que nous nous soyons compris je souhaiterai vous reposer ma problématique à l'aide d'un fichier texte que je viens de construire.
J'espère que ce fichier pourra vous aidez à y voir plus claire dans mon idée, car j'avoue à avoir beaucoup à expliciter à l'écrit mon problème...

Bonne journée, et dores et déjà merci pour votre aide !

test.txt

[mgdondon]

Bonjour,

Dans votre 1er message vous dites :

Je souhaiterai supprimer la ligne avec la date d'envoi la plus ancienne lorsque j'ai deux dates de réceptions identiques.

Dans votre fichier texte, c'est en effet l'inverse : vous souhaitez supprimer la ligne avec la date de réception la plus ancienne lorsque vous avez deux dates d'envoi identiques.

Il faut donc trier votre dataframe par ID, date_envoi, date_reception et indiquer que les groupes sont définis par ID, date d'envoi : myBys <- data.frame(df$ID, df$date_envoi).

Cordialement,