Discussion :

[Twan76]

Développeurs, Développeuses,

Je rencontre un problème sur de la manipulation de données.

Voici un extrait de data.frame :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
(d <- data.frame( Prenom= rep('Jean',3),  Activite= rep('Foot',3), Lieu=rep('Marseille',3), Date=c(Sys.Date(),Sys.Date()+1,Sys.Date()+2)))
    Prenom   Activite      Lieu       Date
1   Jean     Foot          Marseille 2019-03-13
2   Jean     Foot          Marseille 2019-03-14
3   Jean     Foot          Marseille 2019-03-15

Je souhaiterais supprimer les doublons sur le prenom, Activite, Lieu mais garder la dernière date (max) de cet élément.
J'avais bien pensé à passer par :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
doublons <- which(duplicated(d[,c(1,2,3)]))
(d1 <- d[-doublons,])
    Prenom   Activite      Lieu       Date
1   Jean     Foot          Marseille 2019-03-13

Qui me renvoie logiquement la première ligne et donc la première date et non la date max souhaitée.
J'imagine que l'on pourrait manipuler le dataframe de base en faisant un tri par ordre décroissant sur la colonne en question, puis faire ces mêmes instructions, mais ce n'est surement pas le plus optimal (peut-être une option dans le which?).

Bonne journée à tous et d'avance merci

[xavier-Pierre]

bonjour
avec le pacage dplyr

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

d<- d %>% group_by(Prenom,Activite,Lieu) %>% filter(Date == max(Date))

cordialement

[faubry]

Pour obtenir la dernière valeur, il suffit de donner la valeur TRUE à l'argument fromLast de duplicated :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
doublons <- which(duplicated(d[,c(1,2,3)], fromLast=TRUE))
 (d1 <- d[-doublons,])
  Prenom Activite      Lieu       Date
3   Jean     Foot Marseille 2019-03-15