Discussion :

[GDeLyon]

Bonjour à tous,

Je suis à la recherche de deux choses
- (1) d'une méthode rapide pour compter le nombre de valeurs différentes apparaissant dans une colonne;
- (2) d'un résumé synthétique de tableau.

(1) J'ai un tableau de la forme suivante :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
 
col A | col B |
A     | 1     |
A     | 1     |
C     | 1     |
D     | 2     |

Je voudrais savoir combien de valeurs différentes il y a dans la col A (ici 3), et combien de valeurs différentes apparaissent dans la col B (ici, 2).

(2) Aussi, lorsque plusieurs valeurs réapparaissent, est-il possible de récupérer une table qui synthétise les infos, comme dans l'exemple ci-dessous :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
 
col A | col B | col C |
A     | 1     | 3     |
A     | 1     | 5     |
C     | 1     | 7     |
D     | 2     | 1     |

je souhaite obtenir une table "synthétique" qui somme par exemple les valeurs numériques :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
 
col A | col B | col C |
A     | 2     | 8     |
C     | 1     | 7     |
D     | 2     | 1     |

Merci à tous pour votre aide.
Je cherche en vain depuis plusieurs heures...

G.

[tototode]

Bonjour,

Je voudrais savoir combien de valeurs différentes il y a dans la col A (ici 3), et combien de valeurs différentes apparaissent dans la col B (ici, 2).

Plusieurs possibilités dont une avec le package dplyr :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
# le data.frame des données s'appelle tab dans mon exemple
tab
   col.A col.B
1 A          1
2 A          1
3 C          1
4 D          2
sapply(tab, function(x) sum(!duplicated(x)))
# dplyr
tab %>% summarise_all(funs(n_distinct))
# en combinant les deux :
sapply(tab, n_distinct)

Si j'ai bien compris pour la (2) :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
tab %>% group_by(col.A) %>% summarise_all(funs(sum))
# ou 
tab %>% group_by(col.A) %>% summarise_if(is.numeric, sum)
# ou
aggregate(. ~ col.A, tab, sum)

cdlt

[prog_R]

Pour la première question j'utilise en général la procédure suivante:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

length(unique(df$colonne))

Prog_R

[GDeLyon]

Merci pour la réponse.
Mais je ne comprends pas à quoi correspondent les "x" dans

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

sapply(tab, function(x) sum(!duplicated(x)))

[tototode]

sapply est une fonction qui applique une fonction aux différents éléments d'une liste, vecteur.

Dans ton cas sapply permet d'appliquer une fonction a chaque colonne de ton tableau. Quand tu fais sapply(tab, function(x) ...) le x va être chacune des colonnes de ton tableau. C'est équivalent à avoir fait une boucle sur les colonnes de tab.

Cdlt

[GDeLyon]

Pour la première question j'utilise en général la procédure suivante:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

length(unique(df$colonne))

Prog_R

Mercci prog_R, c'est exactement ce que je cherchais pour le (1) !

sapply est une fonction qui applique une fonction aux différents éléments d'une liste, vecteur.

Dans ton cas sapply permet d'appliquer une fonction a chaque colonne de ton tableau. Quand tu fais sapply(tab, function(x) ...) le x va être chacune des colonnes de ton tableau. C'est équivalent à avoir fait une boucle sur les colonnes de tab.

Cdlt

OK, merci pour ce rapide retour. Je teste et reviens pour dire si j'ai réussi.

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
 
tab %>% group_by(col.A) %>% summarise_if(is.numeric, sum)

cdlt

Juste un mot pour dire que cette méthode a fait exactement ce que je voulais !!
Merci beaucoup tototode !!!