Discussion :

[Curbice]

Bonjour à tous,

je cherche à faire une boucle for pour recoder plusieurs variables : lorsque l'info de "test" est manquante, alors prendre l'info de "test.v1".

le dataframe ressemble à ça :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
test1 <- c("A","B","A","A",NA,"B","A",NA,"A")
test1.v1 <- c("B",NA,"B","B","A","B","B",NA,"A") 
test2 <- c("B","B","B","B",NA,"C","C","C","C")
test2.v1 <- c("C",NA,"A","A","B","B","C",NA,"C") 
test3 <- c("A","B","B","B",NA,"C","C",NA,"C")
test3.v1 <- c("B","A","B",NA,"A","A","A","A",NA) 
test4 <- c(NA,"B","B","A",NA,"B","A",NA,"A")
test4.v1 <- c("B","B","B","A","A","B","B","B","B") 
df1 <- data.frame(test1,test1.v1,test2,test2.v1,test3,test3.v1,test4,test4.v1)

Ça m'avait l'air très simple à faire, mais je n'arrive pas du tout à m'en sortir :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
  VEC_1 <- c("test1","test2","test3","test4","test5","test6","test7","test8","test9")
  VEC_2 <- c("test1.v1","test2.v1","test3.v1","test4.v1","test5.v1","test6.v1","test7.v1","test8.v1","test9.v1") 
 
  for (i in 1:(min(length(VEC_1), length(VEC_2)))){
    df2 <- df1 %>%
    mutate(
      VEC_1[i] = case_when(
        is.na(VEC_1[i]) & !is.na(VEC_2[i]) ~ VEC_2[i],
        TRUE ~ VEC_1[i]))}

j'ai cette erreur qui apparaît, est-ce que la boucle for ne s'utilise pas avec un case_when ?

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
Erreur : '=' inattendu(e) in:
"    mutate(
      VEC_1[i] ="

Merci !

[xavier-Pierre]

bonjour,
en mettant VEC_1[i] on n' "utilise" pas par exemple la colonne test1 mais la chaine de caractère "test1"
il faut "transformer" la chaine de caractère en nom de colonne (grâce package rlang) en utilisant !!sym() et l'operateur :=

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
26
 
test1 <- c("A","B","A","A",NA,"B","A",NA,"A")
test1.v1 <- c("B",NA,"B","B","A","B","B",NA,"A") 
test2 <- c("B","B","B","B",NA,"C","C","C","C")
test2.v1 <- c("C",NA,"A","A","B","B","C",NA,"C") 
test3 <- c("A","B","B","B",NA,"C","C",NA,"C")
test3.v1 <- c("B","A","B",NA,"A","A","A","A",NA) 
test4 <- c(NA,"B","B","A",NA,"B","A",NA,"A")
test4.v1 <- c("B","B","B","A","A","B","B","B","B") 
df1 <- data.frame(test1,test1.v1,test2,test2.v1,test3,test3.v1,test4,test4.v1)
 
##j'ai mis a jour les 2 vecteurs avec uniquement  les noms de col de df1 pour éviter erreur dans la boucle
VEC_1 <- c("test1","test2","test3","test4") #,"test5","test6","test7","test8","test9")
VEC_2 <- c("test1.v1","test2.v1","test3.v1","test4.v1")#,"test5.v1","test6.v1","test7.v1","test8.v1","test9.v1") 
 
df2 <- df1 ## j'initalise df2 car autrement si on fait ds la boucle df2<-df1, à chaque passage on perd les changements précédents
for (i in 1:(min(length(VEC_1), length(VEC_2)))){
 df2 <- df2 %>%
    mutate(
    !!sym ( VEC_1[i]) := case_when(
        is.na(!!sym ( VEC_1[i])) & !is.na( !!sym ( VEC_2[i])) ~  !!sym ( VEC_2[i]),
        TRUE ~  !!sym ( VEC_1[i])))
    }
 
## autrement  on peut faire (la fonction cur_column() fait référence à la colonne courante ,ce qui permet d'accéder à la colonne suivante( par ex test1.vi)
df3 <-df1 %>%  mutate(across(-matches("v"), ~ifelse(is.na(.) & !is.na(df1[,which(colnames(df1)==cur_column())+1]), df1[,which(colnames(df1)==cur_column())+1],.)))

setequal(df2,df3) # TRUE

mais si quelqu'un a une solution plus simple je serai preneur
cldt

[Curbice]

Bonjour,

merci beaucoup pour cette réponse, j'ai utilisé un peu naïvement "VEC_1[i]" en pensant que ça fonctionnerait mais c'est clairement plus complexe.. J'ai essayé le code, mais il ne fonctionne pas, j'ai cette erreur :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
<error/dplyr:::mutate_error>
Error in `mutate()`:
! Problem while computing `test1 = case_when(...)`.
Caused by error in `case_when()`:
---
Backtrace:
 1. df2 %>% ...
 7. dplyr::case_when(...)

La seconde méthode n'est pas vraiment applicable à mon jeu de donnée car il est beaucoup plus gros et pas "rangé" dans le bon ordre.