Discussion :

[nolive915]

Bonjour,

Je tente désespérément de croiser deux table en effectuant une double jointure dont l'une en recherchant une chaine de caractère :
deux dataframe :

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
A <- baseinsee
 B <- extractcomptesclient
 
str(baseinsee)
 
 $ RAISON_SOCIALE             : chr  "MONSIEUR THIERRY JANOYER" "VETEMENTS JARDI" "SA VETEMENTS GENIN" "MENUISERIE DU PONTHIEU" ...
 $ COMPLEMENT_RAISON_SOCIALE  : chr  "TAHITI PERLES CREATION" NA "G10" NA ...
 $ ADRESSE                    : chr  "170 AV DU COL DE L ANGE" "13 PL MAX LEJEUNE" "10 AVENUE DE LA REPUBLIQUE" "RTE DE DOULLENS" ...
 $ DEPARTEMENT                : chr  "13" "80" "44" "80" ...
 $ COMMUNE_ETABLISSEMENT      : int  NA NA NA NA NA NA NA NA NA NA ...
 $ COMMUNE                    : chr  NA NA NA NA ...
 $ CODE_COMMUNE_INSEE         : chr  "13" "80" "44" "80" ...
 $ CODE_POSTAL                : chr  "13420" "80100" "44600" "80100" ...
 $ SIREN                      : chr  "000325175" "005420104" "005680236" "005720222" ...
 $ SIRET                      : chr  "00032517500040" "00542010400019" "00568023600014" "00572022200016" ...
 
str(extractcomptesclients)
 
$ SIREN_Compte                   : chr  "309304616" "309304616" "309304616" "309304616" ...
 $ SIRET_Compte                   : chr  "30930461602767" "30930461602288" "30930461605141" "30930461600118" ...
 $ RAISON_SOCIALE                 : chr  "REXEL FRANCE" "REXEL FRANCE" "REXEL FRANCE" "REXEL FRANCE" ...
 $ Rue_Compte                     : chr  "LE PAVE" "225 ROUTE D ANGOULEME" "AVE DES XVI JEUX OLYMPIQUES" "55 RUE DE LA FEDERATION" ...
 $ Code_Postal_Compte             : chr  "50300" "24000" "73600" "41350" ...
 $ CODE_COMMUNE_INSEE             : chr  "50288" "24322" "73181" "41212" ...
 $ Commune_Compte                 : chr  "MARCEY LES GREVES" "PERIGUEUX" "MOUTIERS" "ST GERVAIS LA FORET" ...
 $ Departement_Compte             : chr  "50" "24" "73" "41" ...

Si je cherche l'exactitude, cela fonctionne via le code :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

listecompte <- merge(x=extractcomptesclients,y=baseinsee, by=c("RAISON_SOCIALE","CODE_COMMUNE_INSEE"))

Mais je voudrais étendre les recherche par le critère "RAISON SOCIALE" en recherchant une chaine de caractère de la table (extractcomptesclients) joint avec la table baseinsee

Exemple :
Baseinsee ///// extractcomptesclients
RAISON_SOCIALE CODE_COMMUNE_INSEE ///// RAISON_SOCIALE CODE_COMMUNE_INSEE
1 VETEMENTS JARDI 13068 ///// VETEMENT JARDI 13068
2 IKEA 75002 ///// SOCIETE IKEA 75002

Unitairement c’est faisable par le code :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

Rech<-filter(Rech,str_detect(RAISON_SOCIALE,".IKEA."))

Mais comment faire sur plusieurs enregistrement ?

Merci de votre aide

[tototode]

Bonjour,

une possibilité : str_detect(x, "\\b(JARDI|IKEA)\\b").
cdlt

[nolive915]

Merci pour la réponse.

Effectivement cela peut marcher lorsque l'on connaît la chaîne de caractère que l'on cherche, mais si je ne la connaît pas.... je souhaiterai connaître la commande pour rechercher des chaînes de caractères communes entre deux colonnes... en gros j'ai besoin de ratisser large dans ma jointure pour être certain de ne pas louper des rapprochement à cause d'une mauvaise saisie en rapport au nom de l'entreprise déclarée officiellement...

Quelqu'un à une idée du code ?

Merci

[nolive915]

en résumé je cherche :

table A:RAISON_SOCIALE ==> base B: %RAISON_SOCIALE%...

[mgdondon]

Bonjour,

Si le nom de l'entreprise est toujours en dernière position, vous pouvez utiliser la fonction word() du package stringr :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
> baseinsee <- data.frame(RAISON_SOCIALE=c("VETEMENTS JARDI","IKEA"),
+                         CODE_COMMUNE_INSEE=c("13068","75002"))
> 
> extractcomptesclients <- data.frame(RAISON_SOCIALE=c("VETEMENT JARDI","SOCIETE IKEA"),
+                                     CODE_COMMUNE_INSEE=c("13068","75002"))
> 
> library(stringr)
> baseinsee$RAISON_SOCIALE2 <- word(baseinsee$RAISON_SOCIALE,-1)
> extractcomptesclients$RAISON_SOCIALE2 <- word(baseinsee$RAISON_SOCIALE,-1)

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
> baseinsee
   RAISON_SOCIALE CODE_COMMUNE_INSEE RAISON_SOCIALE2
1 VETEMENTS JARDI              13068           JARDI
2            IKEA              75002            IKEA
>
> extractcomptesclients
  RAISON_SOCIALE CODE_COMMUNE_INSEE RAISON_SOCIALE2
1 VETEMENT JARDI              13068           JARDI
2   SOCIETE IKEA              75002            IKEA

Pour comparer tous les mots vous pouvez peut-être vous inspirer de ce message mais il doit y avoir plusieurs sociétés dont le nom contient les mots "SOCIETE" ou "VETEMENTS"...

Cordialement,

[nolive915]

Super merci.En fait j'ai utilisé la commande

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

baseinsee$RAISON_SOCIALE2 <- word(baseinsee$RAISON_SOCIALE,-1)

qui me ramène le dernier mot .je fais autant de colonne que de mots dans la raison sociale. je fais la même chose dans ma deuxième table et je les compares deux à deux. cela fait beaucoup de combinaisons mais cela fonctionne et e ralentit pas le traitement.

Un grand merci !

[mgdondon]

Bonjour,

Vous pouvez aussi utiliser la fonction separate() du package tidyr pour créer une variable par mot :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
> baseinsee <- data.frame(RAISON_SOCIALE=c("VETEMENTS JARDI","IKEA"),
+                         CODE_COMMUNE_INSEE=c("13068","75002"))
> library(tidyr)
> baseinsee <- separate(data=baseinsee,col=RAISON_SOCIALE,
+                       into=c("RAISON_SOCIALE1","RAISON_SOCIALE2"),
+                       remove=FALSE,fill="right")
> baseinsee
   RAISON_SOCIALE RAISON_SOCIALE1 RAISON_SOCIALE2 CODE_COMMUNE_INSEE
1 VETEMENTS JARDI       VETEMENTS           JARDI              13068
2            IKEA            IKEA            <NA>              75002

NB : Concernant la fonction str_word(), vous pouvez commencer par le premier mot en écrivant 1 plutôt que -1.

Cordialement,