Discussion :

[elgateau]

Bonjour,

Je rencontre des difficultés pour un code.

J'ai un data.frame avec 50 000 lignes environ et 3 colonnes. Il me faut conserver uniquement certaines lignes qui correspondent à un identifiant.
Pour cela j'ai une liste fixe que j'ai déterminé manuellement.

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

x <- c("51","18","82","44","15","313","4","497","513","6710")

J'ai donc décidé de filtrer les valeurs de mon data.frame :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

df1 <- tab[tab$identifiant %in% x, ]

Lorsque je fais cela j'obtiens un data.frame avec uniquement 4 lignes (qui sont parmi celles que demande) il m'en manque donc 6. En fonction de ma liste de valeur le chiffre varie et je ne comprend pas pourquoi.

J'ai donc tenté une nouvelle solution :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

df1_1 <- AH[ c("518","1338","4382","7744","11915","34013","48325","49704","59813","68870"),1:3]

Cette solution me donne bien le nombre de lignes qu'il me faut mais il n'y as aucune valeurs. J'ai des NA qui apparaissent partout.

Je ne sais pas comment régler mon problème, j'ai essayé de supprimer les NA mais avec is.na() :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

df1 <- !is.na(AH[ c("518","1338","4382","7744","11915","34013","48325","49704","59813","68870"),1:3])

Mais cela ne fonctionne pas et me donne des valeurs TRUE FALSE. Or dans mon cas les valeurs sont importantes.

Ça fait deux jours que je cherche une solution et je ne trouve plus de solution.
Auriez-vous une solution à me proposer ?

Merci par avance

[dev_ggy]

Bonjour,

Souvent dans les problèmes de filtre apparaissent des problèmes de formatage des données. Il est possible que des données soient formats texte soit au format numérique.

La première solution me paraît tout à fait correcte, et pour cela je vérifierai avec la fonction :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

is.numeric()

Que l'ensemble des valeurs sont des valeurs numériques ou ne le sont pas !

Bien cordialement,

[elgateau]

Merci beaucoup de votre aide

J'ai appliqué la fonction is.numeric et cela m'as indiqué FALSE.

J'ai donc fait la manipulation suivante pour mettre tout mon data.frame en numérique :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

tab2 <- as.data.frame(lapply(tab,as.numeric))

Mais le problème est toujours présent.

Mon problème peut-il venir d'ailleurs ?

Bien cordialement,

[faubry]

Ce que tu appelles 'identifiant', ne serait-ce pas les noms des lignes (row.names pour R) et dans ce cas, la colonne identifiant n'existe pas dans ton data.frame à moins de l'avoir explicitement créée.

Si comme je le crois, cet identifiant est bien le nom des lignes, le filtre est :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

df1 <- tab[ row.names( tab) %in% x, ]

[elgateau]

Oui et non j'ai essayé des deux manières.

Pour commencer j'ai vraiment en colonne mon identifiant et mes autres paramètres avec des noms de lignes allant de 1 à n ( nom de ligne différent de mon identifiant)

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

df <- as.data.frame(lapply(tab,as.numeric))

En filtrant sur ma colonne identifiant étant donnée que je ne trouvais pas cela jolie j'ai mis les id en nom de lignes :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

df1 <- data.frame(df,row.names = df[,3])

Maintenant votre méthode varie en fonction de ce que je décide :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
x <- c("518","1338","4382","7744","11915","34013","48325","49704","59813","68870")
df2 <- df1[ row.names(df1) %in% x, ]

En faisant cela j'ai toujours 4 valeurs. Par contre si je fait avec mon data.frame sans le nom des lignes modifiés cela change :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
x <- c("518","1338","4382","7744","11915","34013","48325","49704","59813","68870")
df2 <- df[ row.names(df) %in% x, ]

J'ai 8 lignes (toujours pas 10) cependant ce ne sont pas les lignes avec l'identifiant qu'il me faut (le nom des lignes correspond aux bon numéros d'identifiant mais ils ne sont pas identiques dans ce data.frame).

merci de votre aide

[olivier.decourt]

Petite question bête : es-tu sûr que tous les identifiants de ton vecteur x se retrouvent dans le data.frame ?

[elgateau]

Bonjour,

Persuadée, j'ai vérifié manuellement.

Bien cordialement,