Discussion :

[GDeLyon]

Bonjour à tous,

Je suis à la recherche d'une méthode de requête qui consiste à faire une somme d'une partie d'un tableau en filtrant par ligne et par colonne, selon des identidiants.

Je m'explique à l'aide d'un exemple. J'ai un tableau du même type que le suivant :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
  1         2      3        4
1 id     Paris   Paris   Reims
2 Paris     1      10       2  
3 Reims     2      20       7
4 Macon     8       0      11
5 Reims    10       1      14

Je tente de faire la somme des cellules des couples Paris - Reims (quel que soit l'ordre). C'est-à-dire, je veux la somme suivante : somme des cellules dont l'entrée en ligne est Paris et l'entrée en colonne est Reims + les cellules dont l'entrée en ligne est Reims et l'entrée en colonne est Paris.

Dans cet exemple, cela revient aux valeurs en gras et soulignées dans le tableau :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
  1         2      3        4
1 id     Paris   Paris   Reims
2 Paris     1      10       2  
3 Reims     2      20       7
4 Macon     8       0      11
5 Reims    10       1      14

Je suppose que cela est assez classique mais je ne parviens pas à trouver d'information à ce sujet qui répond à ma requête.

Merci à tous pour votre aide précieuse.

G.

[A. D.]

Bonjour,

Il y a peut-être plus joli mais une idée est d'utiliser la fonction "which" ([codeinline]?which[codeinline]) et procéder en deux étapes : d'abord filtrer sur les lignes, puis sur ce nouveau tableau, filtrer sur les colonnes.

Je vous laisse tester, n'hésitez pas à poster votre code si vous êtes bloqué


Cordialement,


A.D.

[GDeLyon]

Bonjour A.D.,

Merci pour cette réponse.
Je vais tester cela. Cependant, je pense que cela me sera utile, mais dans une moindre mesure.
En effet, j'aimerais à terme faire des requêtes avec des ou.

Par exemple, faire la somme des cellules pour les couples Paris - Reims ou Reims - Paris (j'ai modifié mon message initial pour plus de clarté).

Bien cordialement,
G.

[tototode]

Bonjour,

une autre possibilité avec la librairie reshape 2 :

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
27
28
29
30
31
32
33
34
# mise en forme de la matrice de données
tab <- structure(list(V2 = structure(c(1L, 3L, 4L, 2L, 4L), .Label = c("id", 
"Macon", "Paris", "Reims"), class = "factor"), V3 = structure(c(5L, 
1L, 3L, 4L, 2L), .Label = c("1", "10", "2", "8", "Paris"), class = "factor"), 
    V4 = structure(c(5L, 3L, 4L, 1L, 2L), .Label = c("0", "1", 
    "10", "20", "Paris"), class = "factor"), V5 = structure(c(5L, 
    3L, 4L, 1L, 2L), .Label = c("11", "14", "2", "7", "Reims"
    ), class = "factor")), .Names = c("V2", "V3", "V4", "V5"), class = "data.frame", row.names = c(NA, 
-5L))
 
# passage en matrice
tab2 <- sapply(lapply(tab2, as.character), as.integer)
 
# étiquette de la matrice
dimnames(tab2) <- list(tab[-1,1], as.character(unlist(tab[1,-1])))
tab2
      Paris Paris Reims
Paris     1    10     2
Reims     2    20     7
Macon     8     0    11
Reims    10     1    14
 
library(reshape2)
tab2 <- melt(tab2)
 
# les sommes :
aggregate(. ~ Var1 + Var2, tab3, sum)
   Var1  Var2 value
1 Paris Paris    11
2 Reims Paris    33
3 Macon Paris     8
4 Paris Reims     2
5 Reims Reims    21
6 Macon Reims    11

cdlt

[GDeLyon]

Bonjour,

Merci mgdondon et tototode pour vos réponses. Vos retours me sont d'une grande aide.

Malheureusement, je ne peux appliquer la seconde méthode puisqu'elle impose de nommer les lignes et colonnes dans le script.
Or, l'exemple que je vous ai proposé est un exemple simplifié mais en réalité, je travaille sur un tableau d'environ 1000 lignes x 1000 colonnes.
Il ne m'est donc pas possible de procéder de la sorte, non pas par manque de courage... mais simplement parce que ce serait trop propice aux erreurs.

mgdondon, peut-être que votre méthode est la bonne. J'ai du mal à maîtriser l'ensemble de ce qui est fait.
La ligne

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

df.t$V2 <- villes$V1[match(df.t$V2, villes$V2, nomatch = NA)]

semble poser problème.

villes n'est plus un data.frame ce qui semble poser problème.

si je rajoute un

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

villes <- as.data.frame(villes)

,
l'étape

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

df.t <- df.t[df.t$V2 != df.t$value,]

renvoie 0 obs. of 2 variables au tableau df.t :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
'data.frame':	0 obs. of  2 variables:
 $ V1   : chr 
 $ value: chr

Mais tout ça n'est pas bien clair.

Je me demandais, à partir du tableau initial, n'est-il pas possible/préférable de passer par des boucles for, afin de lui demander de regarder, pour chaque cellule, le nom de la ville en colonne et le nom de la ville en ligne, puis de faire un compteur qui s'incrémente au fur et à mesure ?

Une sorte de :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
pour i du tableau (de la matrice?),
   si le nom de la ligne XXX est "Paris" et le nom de la colonne YYY est "Macon"
      ou si le nom de la ligne XXX est "Macon" et le nom de la colonne YYY est "Paris",
alors tu incrémentes le compteur,
sinon, tu ne fais rien et tu passes à la cellule suivante

Ce code (que je ne sais rédiger) me semblerait (en théorie) adapté, qu'en pensez-vous ?

[tototode]

Bonjour,

Je ne saisis pas le sens de la remarque suivante, parce que de toute manière tu es obligé de nommer les villes que ce soit via les dimnames ou la fonction match de la solution de mgdondon. Il n'y aura pas d'erreurs dans le sens ou tu ne le fais pas à la main main en t'appuyant sur les données issues de ton objet. Que ce soit avec le dimnames ou la fonction match s'il y a une erreur dans ton jeu de données le code ne renverra pas le résultat attendu. Quelle que soit la méthode, l'association villes - données est toujours faites de manière automatique.

Malheureusement, je ne peux appliquer la seconde méthode puisqu'elle impose de nommer les lignes et colonnes dans le script.
Or, l'exemple que je vous ai proposé est un exemple simplifié mais en réalité, je travaille sur un tableau d'environ 1000 lignes x 1000 colonnes.
Il ne m'est donc pas possible de procéder de la sorte, non pas par manque de courage... mais simplement parce que ce serait trop propice aux erreurs.

Sinon :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
tab2 <- tab[-1,-1]
tab2 <- sapply(lapply(tab2, as.character), as.numeric)
tab2 <- t(rowsum(t(tab2), factor(unlist(tab[1,-1]))))
tab2 <- cbind(tab[-1,1,drop = F], tab2)
colnames(tab2)[1] <- "Id"
tab2 <- melt(tab2)
aggregate(. ~ Id + variable, tab2, sum)

cdlt

[GDeLyon]

Bonjour,

une autre possibilité avec la librairie reshape 2 :

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
27
28
29
30
31
32
33
34
# mise en forme de la matrice de données
tab <- structure(list(V2 = structure(c(1L, 3L, 4L, 2L, 4L), .Label = c("id", 
"Macon", "Paris", "Reims"), class = "factor"), V3 = structure(c(5L, 
1L, 3L, 4L, 2L), .Label = c("1", "10", "2", "8", "Paris"), class = "factor"), 
    V4 = structure(c(5L, 3L, 4L, 1L, 2L), .Label = c("0", "1", 
    "10", "20", "Paris"), class = "factor"), V5 = structure(c(5L, 
    3L, 4L, 1L, 2L), .Label = c("11", "14", "2", "7", "Reims"
    ), class = "factor")), .Names = c("V2", "V3", "V4", "V5"), class = "data.frame", row.names = c(NA, 
-5L))
 
# passage en matrice
tab2 <- sapply(lapply(tab2, as.character), as.integer)
 
# étiquette de la matrice
dimnames(tab2) <- list(tab[-1,1], as.character(unlist(tab[1,-1])))
tab2
      Paris Paris Reims
Paris     1    10     2
Reims     2    20     7
Macon     8     0    11
Reims    10     1    14
 
library(reshape2)
tab2 <- melt(tab2)
 
# les sommes :
aggregate(. ~ Var1 + Var2, tab3, sum)
   Var1  Var2 value
1 Paris Paris    11
2 Reims Paris    33
3 Macon Paris     8
4 Paris Reims     2
5 Reims Reims    21
6 Macon Reims    11

cdlt

J'ai voulu vous répondre vite et j'ai mal observé le code.
Je vais, durant l'après-midi, tenter de bien m'imprégner de vos réponses.

Juste, je me permets une question. Dans votre code tototode :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

tab2 <- sapply(lapply(tab2, as.character), as.integer)

n'y a-t-il pas un pb ? Car le tab2 n'apparaît pas au préalable.

[tototode]

il manque une ligne : tab2 <- tab[-1,-1]à mettre avant celle que tu cites.

cdlt