Discussion :

[eemelg]

Bonjour à tous !

Je vous contacte après plusieurs tentatives infructueuses pour extraire des lignes sous conditions.
Voilà la situation :

J'ai un tableau contenant une colonne "chromosome", une colonne "position" et une colonne "valeur". Je voudrais récupérer la "position" pour la "valeur" maximale de chaque "chromosome". (Extraire la ligne valeur maximale pour le chromosome 1, puis pour le 2, le 3, etc...)

Merci de votre aide !

[olivier.decourt]

Bonjour.
Il y a de nombreuses façons de le faire, l'une d'entre elles est avec le package dplyr, dont la logique est très proche du langage SQL. On y enchaîne des opérations (ici j'ai besoin d'un mutate pour créer une nouvelle colonne, d'un filter pour garder certaines lignes, d'un group_by pour que le maximum calculé ne soit pas au global des données mais par groupe de valeurs) par un opérateur %>%.
Dans l'exemple ci-dessous, on récupère les passagers les plus âgés du Titanic selon la classe à bord de laquelle ils voyageaient : a priori tu pourras facilement transposer à tes données génomiques.

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
library(titanic)
library(dplyr)
titanic_train %>% 
  group_by(Pclass) %>% 
  mutate(max_age = max(Age, na.rm=T)) %>% 
  filter(Age == max_age)

[bananabrain]

Bonjour

j'ai réaliser ce que vous avez expliquer cependant cela ne peut fonctionner car j'aimerai regrouper mes valeurs selon un identifiant de type 10-4576 (exemple). Le logiciel le considère comme un facteur.
Comment puis faire pour regrouper ainsi le meilleur temps de chaque cheval (min de sec.km) ?
Mon fichier se compose de l'identifiant du cheval, le time et d'autres informations.
Pour chaque cheval je possède plusieurs courses

ID                      time                 sex               birth year          gallop 
10-4567            76,2                   S                   2003                  1
10-4567            78                      S                   2003                  0
10-4567            75                       S                   2003                  1
14-8790            79,4                    V                   2006                  1
15-9758            73,8                     H                   2005                  0
15-9758            75,6                     H                   2005                  0

J'aimerai donc récupérer pour chaque cheval la ligne entière correspondant a son meilleur temps (minimum)
soit exemple

ID                      time                 sex               birth year          gallop 
10-4567            75                       S                   2003                  1
14-8790            79,4                    V                   2006                  1
15-9758            73,8                     H                   2005                  0

j'utilise ce code mais cela ne fonctionne pas

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
vitessereel3 %>%              #mon fichier 
    + group_by(vitessereel3$ID) %>%     #grouper par identifiant
    + mutate(bestime = min(vitessereel3$time, na.rm=T)) %>%            #obtenir le meilleur temps 
    + filter(bestime == bestime)

Pourriez vous m'éclairer s'il vous plaît ?
merci

[tototode]

Bonjour,

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
vitessereel3 %>%              #mon fichier 
    + group_by(vitessereel3$ID) %>%     #grouper par identifiant
    + filter(time == min(time))
 
# ou 
vitessereel3 %>%              #mon fichier 
    group_by(vitessereel3$ID) %>%     #grouper par identifiant
    top_n(-1, time)

Après il te faut peut-être modifier le code car celui-ci va renvoyer toutes les lignes avec un temps minimal, si pour le même cheval il y en a plusieurs alors tu les verras toutes.
Avant de faire tourner ce code il te faut t'assurer que la variable time est au format numeric, ce qui n'est peut-être pas le cas ici.

cdlt