Discussion :

[enicnath]

Bonjour,

Je dispose d'un data.frame trié selon des numéros de personnes.
Chaque personne peut être présente sur plusieurs lignes successives.

Y a-t-il une commande simple, et sans faire de boucle, pour sélectionner la 1ère occurence d'une personne ou la dernière.
Je me souviens que sous SAS, il existait une commande first.Variable ou last.Variable qui permettait de faire ce genre de sélection.
Y a-til quelque chose de comparable sous R ?

Merci

[statnmap]

Bonjour,

Vous pouvez utiliser first() et last() dans {dplyr} par exemple, mais il faudrait surement associer cela avec un filter().
Pouvez-vous partager un exemple reproductible pour votre jeu de données avec les données en entrée et le résultat escompté en sortie pour mieux vous guider ?

Pour faire un bon exemple reproductible, vous pouvez regarder ici: https://thinkr.fr/reprex-ou-comment-...-efficacement/

[olivier.decourt]

Bonjour Enicnath.
Effectivement {dplyr} propose des choses assez simples pour faire l'équivalent des SET BY / FIRST ou LAST de SAS. Il faut combiner un group_by (pour travailler par blocs) et un slice (pour prendre la n-ième ligne). Pour FIRST c'est simple, c'est la ligne 1 ; pour LAST, il faut compter les lignes du bloc avec la fonction n().
Enfin, ne pas oublier de dégrouper les données pour avoir un comportement global du data.frame ensuite, et pas un comportement par blocs.

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
library(dplyr)
 
iris %>% 
  group_by(Species) %>% 
  slice(1) %>% # 1e ligne de chaque groupe
  ungroup()
 
iris %>% 
  group_by(Species) %>% 
  slice(n()) %>% # dernière ligne de chaque groupe
  ungroup()

[enicnath]

Bonjour à tous les deux
Ca sera pour moi une occasion d'utiliser dplyr, que je n'ai pas eu besoin d'utiliser jusqu'à maintenant.
Merci pour votre aide.

[mgdondon]

Bonjour,

Une autre solution :

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
myBys <- data.frame(iris$Species)
 
myfirstList <- by(iris, myBys, head, n=1)
do.call(rbind, myfirstList)
#>            Sepal.Length Sepal.Width Petal.Length Petal.Width    Species
#> setosa              5.1         3.5          1.4         0.2     setosa
#> versicolor          7.0         3.2          4.7         1.4 versicolor
#> virginica           6.3         3.3          6.0         2.5  virginica
 
mylastList <- by(iris, myBys, tail, n=1)
do.call(rbind, mylastList)
#>            Sepal.Length Sepal.Width Petal.Length Petal.Width    Species
#> setosa              5.0         3.3          1.4         0.2     setosa
#> versicolor          5.7         2.8          4.1         1.3 versicolor
#> virginica           5.9         3.0          5.1         1.8  virginica
 
# [Created on 2021-01-11 by the reprex package (v0.3.0)

(Solution proposée dans le livre R for SAS and SPSS users de Robert A. Muenchen)

Cordialement,

[enicnath]

Ouah, super !
Merci mgdondon
C'est une solution qui me semble vraiment élégante (quoique difficile à bien comprendre pour moi qui ne maîtrise pas les do.call)

[mgdondon]

Bonjour,

La fonction do.call(rbind,) sert ici à transformer le résultat de la fonction by() en dataframe :

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
myBys <- data.frame(iris$Species)
myfirstList <- by(iris, myBys, head, n=1)
myfirstList
#> iris.Species: setosa
#>   Sepal.Length Sepal.Width Petal.Length Petal.Width Species
#> 1          5.1         3.5          1.4         0.2  setosa
#> ------------------------------------------------------------ 
#> iris.Species: versicolor
#>    Sepal.Length Sepal.Width Petal.Length Petal.Width    Species
#> 51            7         3.2          4.7         1.4 versicolor
#> ------------------------------------------------------------ 
#> iris.Species: virginica
#>     Sepal.Length Sepal.Width Petal.Length Petal.Width   Species
#> 101          6.3         3.3            6         2.5 virginica
 
do.call(rbind, myfirstList)
#>            Sepal.Length Sepal.Width Petal.Length Petal.Width    Species
#> setosa              5.1         3.5          1.4         0.2     setosa
#> versicolor          7.0         3.2          4.7         1.4 versicolor
#> virginica           6.3         3.3          6.0         2.5  virginica

Ceci me fait penser qu'il est possible d'obtenir le même résultat avec la fonction aggregate() :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
aggregate(. ~ Species, data=iris, head, n=1)
#>      Species Sepal.Length Sepal.Width Petal.Length Petal.Width
#> 1     setosa          5.1         3.5          1.4         0.2
#> 2 versicolor          7.0         3.2          4.7         1.4
#> 3  virginica          6.3         3.3          6.0         2.5
 
aggregate(. ~ Species, data=iris, tail, n=1)
#>      Species Sepal.Length Sepal.Width Petal.Length Petal.Width
#> 1     setosa          5.0         3.3          1.4         0.2
#> 2 versicolor          5.7         2.8          4.1         1.3
#> 3  virginica          5.9         3.0          5.1         1.8

Mais la solution avec la fonction by() est plus générale et permet de sélectionner plusieurs lignes :

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
myBys <- data.frame(iris$Species)
myfirstList <- by(iris, myBys, head, n=2)
do.call(rbind, myfirstList)
#>               Sepal.Length Sepal.Width Petal.Length Petal.Width    Species
#> setosa.1               5.1         3.5          1.4         0.2     setosa
#> setosa.2               4.9         3.0          1.4         0.2     setosa
#> versicolor.51          7.0         3.2          4.7         1.4 versicolor
#> versicolor.52          6.4         3.2          4.5         1.5 versicolor
#> virginica.101          6.3         3.3          6.0         2.5  virginica
#> virginica.102          5.8         2.7          5.1         1.9  virginica
 
aggregate(. ~ Species, data=iris, head, n=2)
#>      Species Sepal.Length.1 Sepal.Length.2 Sepal.Width.1 Sepal.Width.2
#> 1     setosa            5.1            4.9           3.5           3.0
#> 2 versicolor            7.0            6.4           3.2           3.2
#> 3  virginica            6.3            5.8           3.3           2.7
#>   Petal.Length.1 Petal.Length.2 Petal.Width.1 Petal.Width.2
#> 1            1.4            1.4           0.2           0.2
#> 2            4.7            4.5           1.4           1.5
#> 3            6.0            5.1           2.5           1.9
 
# Created on 2021-01-13 by the reprex package (v0.3.0)

Cordialement,

[enicnath]

Merci mgdondon

Du coup, j'ai essayé aussi avec tapply ... et ça fonctionne aussi.
Bonne fin de semaine

[mgdondon]

Bonjour,

Pour la version avec le package dplyr, il est possible de remplacer la fonction ungroup() (--> tibble) par la fonction as.data.frame() (--> dataframe).

En version sans pipe :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
library(dplyr)
iris <- group_by(iris, Species)
ungroup(slice(iris, 1))
#> # A tibble: 3 x 5
#>   Sepal.Length Sepal.Width Petal.Length Petal.Width Species   
#>          <dbl>       <dbl>        <dbl>       <dbl> <fct>     
#> 1          5.1         3.5          1.4         0.2 setosa    
#> 2          7           3.2          4.7         1.4 versicolor
#> 3          6.3         3.3          6           2.5 virginica
as.data.frame(slice(iris, 1))
#>   Sepal.Length Sepal.Width Petal.Length Petal.Width    Species
#> 1          5.1         3.5          1.4         0.2     setosa
#> 2          7.0         3.2          4.7         1.4 versicolor
#> 3          6.3         3.3          6.0         2.5  virginica

Cordialement,

[enicnath]

Bonjour,

Je reviens sur le sujet avec un exemple avec la fonction tapplyPremier exemple sur la première variable, triée :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
DF <- data.frame(Obs=c('A','B','C','D','E','F','G','H','I','J','K'),X=c(1,1,1,1,2,2,2,3,4,4,4),Y=c(1,1,1,2,3,1,3,1,2,1,3))
tapply(DF$Obs, list(DF$X), tail, n=1)           # éléments n° 4 7 8 11 
DF$Obs[tapply(DF$Obs, list(DF$X), tail, n=1)]   # D G H K

Deuxième exemple sur la seconde variable, non triée

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
 
tapply(DF$Obs, list(DF$Y), tail, n=1)          # éléments n°10 9 11 
DF$Obs[tapply(DF$Obs, list(DF$Y), tail, n=1)]  # J I K