Discussion :

[arthurhcq]

Bonjour,
J'ai un petit soucis, j'ai une base de données avec 38000 patients chez qui on a mesuré plusieurs fois le taux d'hémoglobine.
Ce qui m'intéresserait serait d'obtenir le minimum en taux d'hémoglobine par patient.
Pour ce faire je voulais dans ce DF qui est en format long, créer une nouvelle variable qui sera la variable visite, qui correspondrait au nombre de mesure d'hémoglobine. En gros une mesure égale une visite, deux mesures égale 2 visites. Ensuite je voulais transformer ce tableau en Wide avec reshape puis créer une colonie contenant le minimum du taux d'hémoglobine.

Néanmoins je suis bloqué sur la création de la variable visite, je n'arrive pas à faire ma boucle, et étant novice, je tourne en rond et ne comprend pas vraiment ce que j'écris non plus...


en pièce jointe une ébauche de ma base de donnée.

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
for (i in 1:38438) {
  transf2$visit<-1
  condition<-FALSE
  while (condition==FALSE){
    if(transf2[i+1,1]!=transf2[i,1]){transf2$visit<-1;condition==TRUE} 
    else{transf2[i,4]<-transf2$visit+1}}}

merci de votre aide...

[olivier.decourt]

Bonjour Arthur.
Dans R, on évitera en général de faire des boucles quand il s'agit de passer en revue les lignes d'un data.frame, parce qu'on dispose d'approches plus globales largement plus efficaces.
La solution que je te propose utilise le package {dplyr} parce qu'il permet facilement de travailler sur des blocs de lignes (ici les lignes d'un même sujet) avec la fonction group_by.
Il contient aussi une fonction row_number() qui crée un compteur initialisé automatiquement à 1 et qui s'incrémente à chaque ligne.

Le principe de {dplyr}, en bref, si tu ne le connais pas déjà, est découper le travail sur les données en plusieurs étapes correspondant à autant de fonctions, que l'on peut enchaîner avec un connecteur %>%. Ici les étapes dont on a besoin sont group_by (pour travailler par blocs), mutate (pour calculer une nouvelle colonne) et ungroup (pour revenir à un comportement global sur tout ton data.frame, ça annule l'effet de group_by).

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
resultat <- transf2 %>%
   group_by(patient) %>%
   mutate(visite = row_number(),
             min = min(hb, na.rm=TRUE),
             max = max(hb, na.rm=TRUE)) %>%
  ungroup()

Si tu ne veux garder qu'une ligne par patient, tu peux remplacer la fonction mutate par summarise (agrégation) mais dans ce cas il ne faudra pas calculer de numéro de visite, seulement le min et éventuellement le max.

[arthurhcq]

merci infiniment tu me sauves la vie, et c'est vrai que ça paraît 100000 fois plus simple comme ça.
je garde l'astuce pour une prochaine fois

[mgdondon]

Bonjour,

Vous pouvez regarder aussi la fonction aggregate() :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

aggregate(hb ~ patient, transf2, min, na.rm=TRUE)

Cordialement,