Discussion :

[Siramane]

Bonjour les amis,

J'espère que tout le monde se porte bien.

J'ai un problème que je souhaite résoudre pour finaliser la construction de la base de donnée de mon mémoire de maîtrise.

Je vous explique ce que j'essai de faire car le titre n'est pas assez claire :

Voici à quoi ressemble une partie de ma base de données actuelle pour un usager(ID) ayant consommé pendant les 18 périodes (de avril 2015 à septembre 2016) :





Maintenant, il se peut que j'ai des usagers dans ma base de données qui n'ont pas consommés dans certains mois pour les 18 périodes. Donc il n'y aura pas d'observations (lignes) pour ces mois.
Dans l'exemple ci-dessous, l'usager YYY n'a pas consommer pendant 3 périodes ( le mois d'avril 2015, le mois juin 2015 et le mois juin 2016 ) :





Ce que j'aimerais faire pour cet usager qui n'a pas consommé pendant ces 3 périodes, c'est de dupliquer ces informations avec les trois nouvelles dates et mettre sa consommation à 0 (voir en image ce que je veux faire) :




J'ai la consommation de près de 50 000 usagers et je ne sais pas comment faire cela au plus vite pour tous ceux qui n'ont pas eu de consommation.
Je devrais avoir pour chaque usagers 18 lignes.

Surtout que je suis débutant en R.

Merci d'avance pour votre aide.

[xavier-Pierre]

bonjour ,essaye si il n'y a pas de bugs

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
 
## j'ai nommé ton tableau de données df1
##periodes <- tibble(periode = c('2015-04-01','2015-05-01','2015-06-01',...))# dataframe contenant tes 18 périodes
 
ajouter <- function(id,df,periodes){
  df_id <- df %>% filter(iu_usager == id)  ## filtre avec identitiant
  autres_colonnes <- df %>% select(-1,-2,-3)%>% distinct() ## selection des valeurs des autres colonnes pour ajout ultérieur
  periodes_manquantes <- periodes %>% anti_join(df_id ,by= c('periode' = "date" ) ) ## on sélectionne les dates manquantes
   ajout <- map_df(periodes_manquantes,~(tibble(iu_usager = id,date = .x,cons_heure_mois = 0) %>% bind_cols(autres_colonnes))) ## on crée les lignes à ajouter
 
   df_id %>% bind_rows(ajout) ## on les rajoute au lignes déjà existantes
 
}
 
df2 <- map_df(unique(df1$iu_usager),ajouter,df = df1 ,periodes =periodes) ## creation du fichier demandé

cdlt

[Siramane]

Merci beaucoup xavier-Pierre,

J'ai essayé ton code.

J'ai eu cette première erreur :



Ensuite j'ai eu le réflexe de vérifier la classe de la colonne periode de la dataframe contenant les 18 périodes.
Elle était de type "character". J'ai donne changé pour "Date".

Code :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
 
 
## j'ai nommé ton tableau de données df1
periodes <- tibble(periode = c('2015-04-01','2015-05-01','2015-06-01','2015-07-01','2015-08-01','2015-09-01',
                               '2015-10-01','2015-11-01','2015-12-01','2016-01-01','2016-02-01','2016-03-01',
                               '2016-04-01','2016-05-01','2016-06-01','2016-07-01','2016-08-01','2016-09-01'))# dataframe contenant tes 18 périodes
 
 
 
class (periodes$periode)
periodes$periode = as.Date(periodes$periode,format="%Y-%m-%d")
class (periodes$periode)

J'ai ensuite essayer à nouveau le code. Mais j'ai cette nouvelle erreur :






Je t'ajoute tous le code modifier et j'essai de voir c'est quoi le problème.

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
 
 
df1 = CONSO_AVANT_TRAITEMENT
 
## j'ai nommé ton tableau de données df1
periodes <- tibble(periode = c('2015-04-01','2015-05-01','2015-06-01','2015-07-01','2015-08-01','2015-09-01',
                               '2015-10-01','2015-11-01','2015-12-01','2016-01-01','2016-02-01','2016-03-01',
                               '2016-04-01','2016-05-01','2016-06-01','2016-07-01','2016-08-01','2016-09-01'))# dataframe contenant tes 18 périodes
 
 
class (periodes$periode)
periodes$periode = as.Date(periodes$periode,format="%Y-%m-%d")
class (periodes$periode)
 
 
ajouter <- function(id,df,periodes){
  df_id <- df %>% filter(IU_USAGER == id)  ## filtre avec identitiant
  autres_colonnes <- df %>% select(-1,-2,-3)%>% distinct() ## selection des valeurs des autres colonnes pour ajout ultérieur
  periodes_manquantes <- periodes %>% anti_join(df_id ,by= c('periode' = "date" ) ) ## on sélectionne les dates manquantes
  ajout <- map_df(periodes_manquantes,~(tibble(IU_USAGER = id,date = .x,CONS_HEURES_MOIS = 0) %>% bind_cols(autres_colonnes))) ## on crée les lignes à ajouter
 
  df_id %>% bind_rows(ajout) ## on les rajoute au lignes déjà existantes
 
}
 
 
df2 <- map_df(unique(df1$IU_USAGER),ajouter,df = df1 ,periodes = periodes) ## creation du fichier demandé

Pour ton information au cas ou cela impact ton code, ma base de données contient au total 21 colonne (y compris l'ID de l'usager).

Merci beaucoup Pierre!

[xavier-Pierre]

tu peux envoyer ton fichier ou 1 extrait?

[Siramane]

Allo Pierre,

Une copie de la base de données ??

Ci-joint un fichier avec l'usager qui n'a pas consommer pensant les trois périodes.
Vu que les info sont très confidentiel, j'ai inventer certaines information, mais la structure de la base de donnée reste inchangée.

Est-ce que c'est correct ?

[xavier-Pierre]

ok j'ai compris
dans la fonction ajouter le probleme est au niveau de l'instruction

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

autres_colonnes <- df %>% select(-1,-2,-3)%>% distinct()

j'avais considéré que toutes les autres colonnes avais des valeurs identiques pour un identifiant, mais ce n'est pas le cas , les valeurs des colonnes Date_naissance et Periode sont différentes,
donc il te faut définir des régles de remplacements pour ces 2 colonnes