Discussion :

[preliator]

Bonjour à tous,

Je dispose d'un fichier de donnée nommé "data", représentant des communes, des départements, et des type de Points d’intérêts.

Souhaitant filtrer ma base de données avec les communes se situant uniquement dans le département du Var, j'ai appliqué la formule suivante :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
 
data2 = subset(data, data$departement == "Var")

Et cela a très bien marché.

Malheureusement, en affichant un :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
 
table(data2$type_POI)

Il m'affiche tous les éléments de mon ancienne table, sous forme de "0".

Exemple :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
 
CH   CHN  CHNL  CHNM  CHNN  CLDA   CLF   CLG   CMN   CMP  CMPL CMPLA CMPMN  CMPO  CMPQ CMPRF  CMTY  CNFL 
    0     0     0     0     0    12     0     0    20     0     0     0     0     0    56     3     0     2     0     0     0     0     0     0     0     1 
  CNL  CNLA  CNLB  CNLD  CNLI  CNLN  CNLQ CNLSB  CNLX   CNS  CNSU  CNYN  CNYU  COLF  COMC  CONE  CONT  COVE  CRDR  CRKT  CRNT   CRQ  CRQS  CRRL  CRSU  CRTR 
    3     0     0     0     0     0     0     0     0     0     0     0    10     0     0     0     0     0     0     0     0    11     0    14

Avec les valeurs que je souhaite afficher, noyées dans ce flow de "0".

Existe t-il un moyen d'afficher que les éléments de ce tableau > 0, ou existe t-il un autre moyen de filtrer son tableau de données ?

Merci à vous.

[xavier-Pierre]

bonsoir
une solution possible avec le tidyverse

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
 
library(tydiverse)
data2 <- data%>% filter(departement == 'Var')

[olivier.decourt]

Bonjour.
Ce comportement tient au type de tes variables : type_POI est un facteur, c'est à dire une donnée dont R a recensé les valeurs dans un dictionnaire (cf. fonction levels). Quand tu filtres avec select, le dictionnaire n'est pas mis à jour ; la fonction table l'utilise pour construire son résultat et tu vois des valeurs qui ne sont plus présentes dans tes données filtrées.
Deux solutions : 1) transformer (as.character) type_POI en variable texte ou 2) appliquer la fonction droplevels à type_POI.

[faubry]

Comme Olivier te l'as signalé POI est un facteur donc table raisonne non pas sur les valeurs présentes dans le tableau mais sur les niveaux du facteur donc quand table n'en trouve pas, la fonction retourne normalement zéro. Une solution est d'éliminer les niveaux inutilisés par la fonction droplevels comme le suggère Olivier.

Ensuite la fonction travaille dans l'environnement des données qui lui sont passées en argument, donc l'argument subset fait référence à l'objet filtré dans cet environnement.

Ton problème devrait être résolu par le code suivant :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

data2 <- droplevels( subset( data, departement == "Var"))

Si tu préfères utiliser tidyverse, alors le code est :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
library(tydiverse) 
data2 <- droplevels( filter( data, departement == 'Var')))

[xavier-Pierre]

bonjour , j'ai encore répondu trop vite car dans la logique tidyverse on ferait plutôt

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
 
 
library(tydiverse)
data2 <- data%>% filter(departement == 'Var') %>% count(departement)

[faubry]

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
 
X <- factor( c( rep( toupper( letters[1:3]), 3), "C"))
Y <- factor( c( rep( c( "X", "Y"), each=4), rep( "Z", 2)))
donnees <- data.frame( X=X, Y=Y)
 
# On verifie que Z n'est associe qu'avaec C
with( donnees, table( X, Y))
 
# Travail avec subset (fonction de base)
res.sub <- subset( donnees, X == "A")
 
# Travail avec tidyverse::filter
res.fil <- filter( donnees, X == "A")
 
# On verifie que les 2 approches donnent exactement la même chose
summary( res.sub)
summary( res.fil)
 
# On applique table aux deux
table( res.sub$Y)
table( res.fil$Y)
 
# On applique count aux deux
count( res.sub, Y)
count( res.fil, Y)

Donc subset et filter fonctionnent de manière identique : ces deux fonctions gardent les lignes du data.frame qui correspondent à la condition mais ne modifient pas la définition des facteurs comme on peut le constater par le summary.

table et count ont deux objectifs très diférents :
- table permet de calculer des tableau de contingence et décompte le nombre d'occurences dans le data.frame de chaque niveau des facteurs, que ce niveau soit peuplé ou non,
- count décompte le nombre d'occurences de chacune des valeurs existantes dans le data.frame, donc les niveaux non peuplés ne sont pas reportés. Cela n'empêche absolument pas qu'ils existent toujours dans la définition des facteurs. Leur existence peut poser problème dans certans cas.

Donc, quelque soit l'approche utilisé, il faut utiliser droplevels pour supprimer ces niveaux.