Discussion :

[yalehaire]

Bonsoir.
Dans une dataframe groupée je cherche si des valeurs d'une colonne sont présentes dans une autre colonne pour chaque groupe indépendamment bien sûr.
Voici in exemple factice et simplifié de mes données :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
df <- data.frame()
for (i in 1:4) {
 for (j in 1:4) {
   x <- sample(1:12,4)
   y <- sample(1:12,4)
   gr <- i
   x <- cbind(gr,x,y)
 } 
  df <- rbind(df,x)
}
df <- df %>% group_by(gr)

Voici le résultat attendu :

  gr x1 x2 x3 x4
  1  1  1  0  0
  2  0  0  1  0
  3  1  1  0  0
  4  0  0  0  1

Je pourrais le faire avec une boucle :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
pre <- unique(df$gr)
result <- data.frame()
for (i in pre) {
  tmp <- df %>% filter(gr == i)
  result <- rbind(result,as.integer(tmp$x %in% tmp$y ))
}
result <- cbind(pre,result)
names(result) <- c("gr","x1","x2","x3","x4")

mais je suis sur que c'est faisable avec quelque chose de la famille des apply. Mon problème c'est que j'ai beau triturer tout cela dans tous les sens, je ne m'en sort pas. Un peu d'aide serait la bienvenue.
Merci

[xavier-Pierre]

bonjour ,
une solution avec le tidyverse et purrr, mais honnêtement ça n'apporte pas grand chose, je pense qe l'on peux faire mieux

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
 
library(tidyverse)
library(purrr)
...
comparer <- function(groupe){
  tmp <- df %>% filter(gr == groupe) 
 enframe (as.integer(tmp$x %in% tmp$y )) %>% spread(name,value)
}
#res <- map(unique(df$gr),comparer) %>% reduce(bind_rows)   ##  map fonction équivalente à apply
# mieux
res <- map_df(unique(df$gr),comparer) 
...

cdlt

[yalehaire]

Merci pour la proposition. En effet ça ne semble pas être très efficace mais c'est tout de même bien plus élégant que mes boucles.
Il me semble que group_map serait pertinent mais je coince sur l'utilisation et je ne trouve pas d’exemple qui me soit compréhensible...

[yalehaire]

Merci pour la proposition. En effet ça ne semble pas être très efficace mais c'est tout de même bien plus élégant que mes boucles.
Il me semble que group_map serait pertinent mais je coince sur l'utilisation et je ne trouve pas d’exemple qui me soit compréhensible...

Eureka! J'ai trouvé.

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
fcomparer <- function(df,...){
  as.data.frame(t(as.integer(df$x %in% df$y )))
}
res <- df %>% group_map(fcomparer)

5.4 secondes pour traiter 11441 groupes.
Difficile de faire plus simple il me semble.
Merci de votre attention.

[xavier-Pierre]

encore plus simple

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
 
res <- map_df(split(df,df$gr),~enframe(as.integer(.x$x %in% .x$y )) %>% spread(name,value))

[yalehaire]

Plus simple mais beaucoup moins rapide :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
system.time : 
utilisateur     système      écoulé 
      31.74        0.01       33.06

contre :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
system.time : 
utilisateur     système      écoulé 
       7.52        0.00        7.83

pour le même jeu de données.