Discussion :

[aznaph]

Bonjour à vous.

Je suis venu sur ce forum pour vous soumettre un problème que je ne peux solutionner au vu de mon niveau en langage R (très très faible ).
Je possède plusieurs jeux de données du type suivant (en pièce jointe). la colonne "sp" correspond aux indicatifs des espèces, "annee" correspond à la première, deuxième puis troisième année, "site" correspond à mes sites d'étude, "pre" correspond au fait que l'espèce est effectivement présente.
Mes questions sont les suivantes :

• Comment faire pour obtenir le nombre moyen d'espèces capturées sur un site sur une, deux puis trois années ?
• Comment faire pour obtenir le nombre moyen d'espèces capturées sur deux sites sur une, deux puis trois années ?
• Comment faire pour obtenir le nombre moyen d'espèces capturées sur trois sites sur une, deux puis trois années ?

J'espère avoir été clair dans mes questions et ne pas aller à l'encontre des règles de ce forum que j'ai pourtant lues.
Merci pour vos indications et vos éventuelles solutions.

[manoir]

Bonjour,

Que veux tu dire par nombre moyen d'éspèces capturée, est ce que tu fais référence à la colonne "Pre", c'est à dire elle designe bien le fait que l'éspèce est bien capturée ou pas ?

Bien à toi
Manoir

[aznaph]

En effet, je veux parler de la colonne "pre".

[jabbounet]

et passant par une bête feuille de calcul dans un tableau excel ?

[aznaph]

En fait, pour connaitre le nombre moyen d'espèces capturés sur un site en une année, c'est faisable et très simple (moyenne du total de chaque site).
Mais pour deux années, il faut alors réaliser des combinaisons de sites et années (site1 an1; site1 an2 puis site1 an1; site1 an3 et ainsi de suite pour chaque site) pour pouvoir effectuer un moyenne.
Le problème se complexifie en passant à un système de deux sites. Il faut alors tenir compte des espèces en commun de ces deux sites.
Les combinaisons sont alors trop nombreuses (à mon goût) pour tout faire à la main.
C'est pour cela que je voudrais automatiser la manipulation avec R, d'autant plus que j'ai d'autres jeux de données à traiter de la sorte.

Edit: Le but n'est pas de savoir combien d'espèces sont capturées par site mais combien un site (n'importe le quel) capture d'espèces sur une, deux puis trois années. Puis pareil pour deux sites (n'importe les quels) et enfin trois sites.

[habasque]

salut,

alors je peux proposer le code suivant :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
 
espe=read.table("R-1.txt", sep="\t", dec=".",header=T, colClasses = "character")
names(espe) = c("sp","site","annee","pre")
test = with(espe,table(site,annee, exclude = NA))

en résultat, tu as le nombre d'espèces par site et année :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
 
    annee
site  1  2  3
   1 11 14 13
   2  5 11 11
   3  9 18 11

si tu veux les résultats sur 2,3 années, tu n'as plus qu'à faire des additions !
a moins que ca ne soit pas le résultat escompté !?

a+

[aznaph]

Bonjour.
Merci pour vos réponses et suggestions.
Cependant, la question n'est pas de savoir combien d'espèces sont capturées pour chaque site, mais bien de savoir combien d'espèces sont capturées en moyenne par site (n'importe lequel) pour une année (n'importe la quelle) deux puis trois années, puis pour deux sites (n'importe les quels) pour une deux et trois années et enfin pour trois sites sur une, deux et trois années.
Le problème requiert donc de faire intervenir toutes les combinaisons de sites et années possibles pour pouvoir connaitre les résultats. C'est pour cela que je voulais automatiser la manipulation.
J'espère que je suis suffisament clair. Merci de me dire si je ne le suis pas assez.

[pitipoisson]

Bonjour,

Si j'ai bien compris ce que tu cherches à faire, j'ai peut-être une piste un peu barbare (beaucoup de boucles imbriquées) mais qui devrait marcher :

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
27
28
29
30
31
32
33
34
require(utils)

years <- 1:3                            # Ou unique(data$annee)
sites <- letters[1:3]                   # Ou unique(data$site)
## j'ai mis des lettre aux sites pour que ce soit plus lisible !

for (ny in 1:length(years))
{
    ## Combinaisons d'années:
    yrs.comb <- combn(years, ny)

    for(ns in 1:length(sites))
    {
        ## Combinaisons de sites:
        site.comb <- combn(sites, ns)

        ## Utilisation des combinaisons:
        for (i in 1:ncol(yrs.comb))
        {
            for (j in 1:ncol(site.comb))
            {
                ## Pour l'exemple:
                message(paste("Années: ",
                              paste(yrs.comb[ ,i], collapse= ", "),
                              "; Sites:",
                              paste(site.comb[ ,j], collapse=", ")))

                ## En fait, tu sélectionnes tes lignes avec:
                # data[is.element(data$annee, yrs.comb[ , i]) &
                #      is.element(data$site, site.comb[ , j]), ]
            }
        }
    }
}

Ça te renvoie quelque chose du style

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
Années:  1 ; Sites: a
Années:  1 ; Sites: b
Années:  1 ; Sites: c
Années:  2 ; Sites: a
Années:  2 ; Sites: b
...
Années:  2 ; Sites: a, b
Années:  2 ; Sites: a, c
Années:  2 ; Sites: b, c
Années:  3 ; Sites: a, b
Années:  3 ; Sites: a, c
Années:  3 ; Sites: b, c
Années:  1 ; Sites: a, b, c
...
Années:  1, 2, 3 ; Sites: a
Années:  1, 2, 3 ; Sites: b
Années:  1, 2, 3 ; Sites: c
Années:  1, 2, 3 ; Sites: a, b
Années:  1, 2, 3 ; Sites: a, c
Années:  1, 2, 3 ; Sites: b, c
Années:  1, 2, 3 ; Sites: a, b, c

Reste plus qu'à utiliser la data.frame réduite que tu obtiens pour calculer et stocker le nombre d'espèces.
Une piste :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
length(unique(data[is.element(data$annee, yrs.comb[ , i]) &
                   is.element(data$site, site.comb[ , j]), "sp"]))

Bon, y'a sûrement moyen de faire plus propre et rapide avec des <qqch>apply (surtout sur les deux dernières boucles) , mais à cet heure de la journée, le code commence à se brouiller devant mes yeux

[aznaph]

Whaou!
Comme je le pensais, cela dépasse de loin mes capacités!
Merci beaucoup.
Je n'ai pas encore réussi à lier mon jeu de données avec la boucle .
Je me pose tout de même une question:
- La boucle tient-elle compte des espèces communes entre deux sites différents?
Au vu de la formulation, il me semble que non mais je peux me tromper.
Si je voulais intégrer cette notion d'espèces communes (et je le voudrais), quelle serait la marche à suivre?
Merci beaucoup pour vos idées et suggestions.

[pitipoisson]

- La boucle tient-elle compte des espèces communes entre deux sites différents?

Non, elle ne fait que sélectionner les lignes correspondant aux combinaisons années et sites.

Le dernier bout de code, en revanche, permet de compter (length(...) ) le nombre d'espèces différentes (unique(...) ) de chaque combinaison.

[aznaph]

Donc, si je comprends bien, il faut arriver à trouver une fonction qui me permette de connaitre le nombre d'espèces communes entre deux sites (ou plus) et que j'additionne cete valeur à celle obtenue avec la fonction (unique(...)) pour avoir mon total d'espèces apporté par deux sites ou plus?

[pitipoisson]

Euh, non, je ne crois pas, enfin si j'ai bien compris ce que tu cherches à faire !

Le jeu de donnée réduit contient toutes les espèces de la combinaison. Certaines en doubles (ou triple ou ...) si présentes dans les deux (trois,...) sites/années.

unique permet de ne garder qu'une seule occurrence de chaque espèce, quel que soit son nombre d'occurrences de départ. Reste juste à compter le nombre d'éléments, c-à-d d'espèces dans la combinaison.

[pitipoisson]

Bon, tu vas me dire si c'est bien ça que tu veux faire :

Code latex :

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
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
require(utils)
 
data <- read.table("R.txt", header=TRUE, sep="\t", quote="")
head(data)
 
years <- unique(data$annee)             # Années existant dans le jeu de données
sites <- unique(data$site)              # Sites existant dans le jeu de données
 
 
## Matrice pour stocker les résultats:
res <- matrix(NA, nrow=length(years), ncol=length(sites))
 
dimnames(res) <- list("nb années"=(1:length(years)), "nb sites"=(1:length(sites))) # Donne un nom
                                        # aux lignes et colonnes
 
print(res)
 
## Le calcul proprement dit:
for (ny in 1:length(years))
{
    ## Combinaisons d'années:
    yrs.comb <- combn(years, ny)
 
    for(ns in 1:length(sites))
    {
        ## Combinaisons de sites:
        site.comb <- combn(sites, ns)
 
        ## Nombre d'espèces pour chaque combinaison (tmp contient autant d'éléments que de
        ## combinaisons pour ny années et ns sites):
        tmp <- sapply(1:ncol(yrs.comb), # Les sapply remplacent les boucles for
                      function(i)
                  {
                      sapply(1:ncol(site.comb),
                             function(j)
                         {
                             ## Comptage du nombre d'espèces:
                             length(unique(data[is.element(data$annee, yrs.comb[ , i]) &
                                                is.element(data$site, site.comb[ , j]), "sp"]))
                         })
                  })
 
        ## Nombre moyen d'espèces en fonction du nombre d'années et de sites:
        res[ny, ns] <- mean(tmp)
    }
}
 
print(res)

Et ça retourne

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
> print(res)
         nb sites
nb années        1        2        3
        1 11.44444 18.77778 24.33333
        2 19.22222 29.11111 36.00000
        3 24.66667 36.00000 43.00000
>

Avec 3 sites et trois années, on doit attraper toutes les espèces "présentes", donc 43, c'est bien ça ?

[aznaph]

Oui c'est exactement ça!!!
Bravo et merci beaucoup à vous pour l'aide précieuse que vous m'avez apportée.
à vous.

[pitipoisson]

Une petite précision encore : ceci ne marche que si toutes les lignes correspondent à des espèces présentes !

Sinon, il faut faire avant les calculs :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

data <- data[data$pre != 0, ]

[aznaph]

Merci pour la précision.
Comme je ne savais pas si il gérait les espèces abscentes, je n'ai mis que les présentes. Cela nécessite un tout petit tri des données, presque rien.

[aznaph]

Dans la continuité de ce post, j'ai tenté de connaitre la "standard deviation" de mes moyennes. J'ai donc pensé à remplacer le "mean" de la fin de formule par "sd" ou par "var" mais R ne veut pas puisque "le nombre d'objets à remplacer n'est pas multiplede la taille du remplacement".
Je pense donc reprendre le jeu de données en y mettant les espèces absentes (0 dans la colone "pre") et relancer la boucle avec la fonction "sd" en fin de code.
Mais, maître pitipoisson () m'a indiqué que la boucle ne marcherait pas si des espèces avec "0" dans la colone "pre" étaient dans les jeu de données.
Cet avertissement est-il valable si je remplace le "mean" de fin de formule par "sd" ou "var"?
Merci pour vos conseils.

[pitipoisson]

Mais, maître pitipoisson () m'a indiqué que la boucle ne marcherait pas si des espèces avec "0" dans la colone "pre" étaient dans les jeu de données.
Cet avertissement est-il valable si je remplace le "mean" de fin de formule par "sd" ou "var"?

Oui sans doute, puisque tu comptes les lignes avec des espèces différentes... si tes données présences/absences sont complètement remplies (i.e. toutes les espèces absentes ont une ligne avec 0 quel que soit le site et l'année), tu trouverais une moyenne de 43 dans tous les cas et sd ou var = 0 !

Je vais y jeter un œil tout-à-l'heure. Je suppose que ton problème vient du fait qu'il y a un cas où il n'y a qu'une seule combinaison (3 années, 3 sites), donc pas de sd/var possible.

[aznaph]

Il suffirait alors d'exclure la dernière combinaison (3 sites 3 ans) pour lancer la boucle avec "sd" ou "var"?

[pitipoisson]

Bin non, en fait, le problème ne venait pas de là : ce sont les méthodes sd et var qui sont différentes sur les matrices et retournent elles mêmes des matrices.

Bon, simplement, tu peux créer une nouvelle matrice résultat

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
## ...variance
var <- matrix(NA, nrow=length(years), ncol=length(sites))
 
dimnames(var) <- list("nb années"=(1:length(years)), "nb sites"=(1:length(sites))) # Donne un nom
                                        # aux lignes et colonnes

et l'utiliser dans la boucle précédente de la façon suivante :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
...
        ## Nombre moyen d'espèces en fonction du nombre d'années et de sites + variance:
        res[ny, ns] <- mean(tmp)
        var[ny, ns] <- var(as.vector(tmp))
...

Il s'agit d'une simple transformation en vecteur !