Discussion :

[Apparition]

Bonjour,

Dans le cadre de ma Licence 3 en mathématiques, nous devons utilisé R pour un projet en statistique. Pour cela j'essaie de me familiariser avec un dataset que j'ai trouvé sur le net.

J'explique mon problème : je voudrais sélectionner uniquement les lignes dont la colonne "DATE_STARTED" est comprise uniquement entre le 01/09/2020 et le 06/09/2020. Avec le code suivant , cela ne me retourne rien. J'ai pas de message d'erreurs , mais j'ai 0 lignes sélectionné avec cette méthode. Voila le code et le fichier :

Code R :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
```{r}
library(dplyr)
library(readxl)
monDataset <- read_excel("gadd.xlsx")
doublons <- which(duplicated(monDataset$ISELL_ORDER_NUMBER))
data2<-monDataset[-doublons,]
data3<-filter(data2, DATE_STARTED>=01/09/2020 & DATE_STARTED<=06/09/2020)
```

Merci d'avance,

Bonne soirée.

[Joda Fanantenana]

Bonjour,
je vais vous donner une des solutions, je pense que les autres trouveraient plusieurs,
Remarque

• Que veux tu faire avec les lignes
  

  Code :

  Sélectionner tout - Visualiser dans une fenêtre à part

  1
  2
  doublons <- which(duplicated(monDataset$ISELL_ORDER_NUMBER))
  data2<-monDataset[-doublons,]

  Tu veux supprimer les doublons?
  
• n'oublie pas que le format est date

  yyy/mm/dd

• Tu as besion de la library(lubridate), pour manipuler la date

Voici mon code que je te suggère, je pense que c'est l'un des solutions, et il y a d'autre meilleur

Merci de faire une remarque ou de retour, si tu as quelque chose à me dire

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
 
  library(readxl)
  library(dplyr)
  library(lubridate)
 
monDataset <- read_excel("gadd.xlsx")
monDataset$double <- monDataset$ISELL_ORDER_NUMBER %>% duplicated()
 
data2<- monDataset %>% filter(double=='FALSE') 
data3<-filter(data2, as.Date(DATE_STARTED)>="2020/09/01" & as.Date(DATE_STARTED)<="2020/09/06")