Discussion :

[Matou06]

Bonjour !

J'ai besoin d'aide pour calculer des colonnes supplémentaires à mon dataframe.

Voici un exemple en modèle réduit correspondant à mon dataframe réel, avec :
- une colonne x (numérique)
- une colonne y (string)
- une colonne z (numérique)

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
x  <-  rnorm(30,mean = 5,sd = 1.5)
y <- rep (  c("A","B","C","C","A") , 6 )
z <- rep ( c(1,2,3) , 10 )
DF <- data.frame (x,y,z)

Mon but serait de créer 3 colonnes correspondant à :
- colonne4 : Nombre de y (exemple sur la première ligne, il s'agit du nombre de fois ou apparait "A" dans ma colonne y)
- colonne5 : La médiane de x par couple y et z (exemple sur la première ligne, on calcule la médiane de x des lignes 1; 10; 16 et 25 où "A" "1" apparaît).
- colonne6 : le nombre de fois ou apparaissent les couples y et z (exemple sur la première ligne, on calcule le nombre de fois ou le couple "A" ; "1" apparait sur les lignes, c'est à dire 4 fois).

Voici un tableau excel où je vous montre ce que ça donnerai (j'ai pas rempli toutes les cases) :



Je pense qu'on peut ajouter les colonnes avec cbind mais je ne sais pas comment faire pour calculer les valeurs et les placer dans mes nouvelles colonnes...Merci de votre aide, je cherche depuis ce matin mais mes tests ne fonctionnement pas !

Matou

[mgdondon]

Bonjour,

Vous pouvez calculer les 3 nouvelles colonnes et les merger au dataframe initial :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
df4 <- setNames(aggregate(x ~ y, data = df, FUN = length),c("y","nb_y"))
df5 <- setNames(aggregate(x ~ y+z, data = df, FUN = median),c("y","z","mediane_x_par_couple_y_z"))
df6 <- setNames(aggregate(x ~ y+z, data = df, FUN = length),c("y","z","nb_y_z"))
df <- merge(df,df4,by="y")
df <- merge(df,df5,by=c("y","z"))
df <- merge(df,df6,by=c("y","z"))
df <- cbind(x=df[,3],df[,-3])

ou en décomposant :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
df4 <- aggregate(x ~ y, data = df, FUN = length)
names(df4) <- c("y","nb_y")

Cordialement,

[Matou06]

Bonjour mgdondon,

Merci beaucoup d'avoir pris la peine de comprendre mon problème et de me donner cette solution qui fonctionne à merveille !!!
Je vais étudier toutes ces fonctions pour les intégrer et m'en resservir plus tard si besoin. (je débute en R).

A bientôt
Matou

[Matou06]

Bonjour,

Vous pouvez calculer les 3 nouvelles colonnes et les merger au dataframe initial :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
df4 <- setNames(aggregate(x ~ y, data = df, FUN = length),c("y","nb_y"))
df5 <- setNames(aggregate(x ~ y+z, data = df, FUN = median),c("y","z","mediane_x_par_couple_y_z"))
df6 <- setNames(aggregate(x ~ y+z, data = df, FUN = length),c("y","z","nb_y_z"))
df <- merge(df,df4,by="y")
df <- merge(df,df5,by=c("y","z"))
df <- merge(df,df6,by=c("y","z"))
df <- cbind(x=df[,3],df[,-3])

Cordialement,

Bonsoir,

En fait le df6 ne me donne pas ce que je souhaite.

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
 
df6 <- setNames(aggregate(x ~ y+z, data = df, FUN = length),c("y","z","nb_y_z"))

Cette fonction donne tous les couples y+z. Je crois que je me suis mal exprimée, même je me suis trompé dans ma demande initiale...

En fait je souhaiterai obtenir juste le nombre de z differents en fonction des y.

Ici, df6 donnerait tout simplement :

y nb_de_z differents

A 3
B 3
C 3

3 étant le nombre de chiffres z différents qui donnent y. Exemple pour A il y a A1 ; A2 et A3 donc 3 pour A.

Pour cela, j'ai convertit la liste de mes z en factor (car je pense que le problème vient de là mais je ne suis pas sûre).
Et j'ai rajouté un caractère pour que ce soit plus explicite, et créé une colonne supplémentaire à mon dataframe.
Ma liste z correspond à des numéros de centres (lieux).
Donc elle devient : 1 , 2, 3 => C 1 ; C 2 ; C 3 , avec ce code :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
 
Centre= DF$z
DF <- cbind(DF,Centre)
DF$Centre <- paste("C", DF$Centre ,sep=" ")
DF$Centre <- as.factor(DF$Centre)

Mais je ne maîtrise pas encore bien la fonction aggregate, malgré mes tentatives et l'aide en ligne, je n'arive pas à obtenir ma liste y (A, B, C) avec mes nombres de centres differents (de ma nouvelle colonne "Centre") pour chaque y (A, B et C).

Ce n'est peut être pas la fonction "aggregate" ?
Toute idée sera la bienvenue, merci

Matou

[mgdondon]

Bonjour,

Vous pouvez utiliser la fonction nlevels() après avoir transformé la variable en factor.

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
df$zf <- as.factor(df$z)
aggregate(zf ~ y, data = df, FUN = nlevels)

Cordialement,