Matrice de DataFrames?

Bonjour,

Je suis relativement nouveau dans le monde de R et malgré toutes mes recherches, je ne trouve pas de réponse à mon interrogation :

Est-il possible de créer des matrices de dataframes?
Ou éventuellement, existe-t-il un moyen de créer des tableaux de données à N dimensions?


Vous allez sans doute me demander pourquoi je veux faire ça donc voilà une explication rapide de mes besoins :
Je cherche à comparer des résultats de simulations réalisées en faisant varier 2 paramètres
Pour chaque combinaison de ces 2 paramètres, je dois réaliser plusieurs répétitions.

Les résultats de chaque simulation sont dans un fichier (une ligne par pas de temps, plusieurs mesures par ligne) que je peux lire par un simple read.table


Seulement voilà, pour comparer efficacement toutes ces données selon les différents paramètres, je souhaiterais mettre tous ces résultats dans un tableau dont les dimensions seraient :
* paramètre_1
* paramètre_2
* répétition

ma_table[param1, param2, num_repetition] serait donc un data frame (en 2D) correspondant à ce que j'ai lu dans le fichier correspondant.


J'espère que j'ai été suffisament clair et je vous remercie d'avance de vos réponse

Bonjour,

Si j'ai bien compris ton problème, voici une idée de comment créer un tableau à 3 dimensions (initialisé à 0) :

Code:

---

1 2	ma_table<-rep(0,p1*p2*r) dim(ma_table)<-c(p1,p2,r)

---

Avec un exemple, cela donne ceci :

Code:

---

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19

p1<-3; p2<-3; r<-2;   ma_table<-rep(0,p1*p2*r) dim(ma_table)<-c(p1,p2,r)   ma_table , , 1   [,1] [,2] [,3] [1,] 0 0 0 [2,] 0 0 0 [3,] 0 0 0   , , 2   [,1] [,2] [,3] [1,] 0 0 0 [2,] 0 0 0 [3,] 0 0 0

---

Après, si tu veux savoir comment "remplir" un tel tableau à partir de tes données, je pense qu'il serait plus facile de t'aider si tu donnes un exemple (raccourci ^^) de ton jeu de données.


Bonne continuation :)

A.D.

Bonjour,
je me permets d'ajouter une référence relative à l'exemple d'AD:
http://cran.r-project.org/doc/manual...ro.html#Arrays

Bonne continuation:)

Merci à tous les 2, J'étais donc passé à côté de cette (simple) affectation des dimensions d'un tableau!

Au final voilà comment j'ai fait :

Code:

---

1 2 3 4 5 6

ma_table <- rep( 0, nb_p1 * nb_p2 * nb_repet * nb_lig * nb_col ) dim( ma_table ) <- c( nb_p1, nb_p2, nb_repet, nb_lig, nb_col ) ma_table[1,1,1,,] <- data.matrix( read.table( "fichier_111", h=F ) ) ma_table[1,1,2,,] <- data.matrix( read.table( "fichier_112", h=F ) ) ...

---

Avec nb_p1, nb_p2 et ,n_repet le nombre de valeurs pour resp. le paramètre 1 et 2 et le nombre de répétitions pour chaque combinaison
Fichier_xyz pour les valeurs x, y et z resp. pour p1, p2 et repet

Evidemment, tous les read.table seront à mettre dans une boucle...

Bonjour daf64 et bienvenue sur le forum

Citation:

---

ma_table[param1, param2, num_repetition] serait donc un data frame (en 2D) correspondant à ce que j'ai lu dans le fichier correspondant.

---

Donc ce n'est plus en 2D :)

Citation:

---

Au final voilà comment j'ai fait : ...

---

A mon avis, le problème avec cette approche est que la plupart des algorithmes ne passeront pas. Tu auras réussit à mettre toutes tes données dans une même structure mais ça sera compliqué de l'analyser.

Personnellement, je travaillerais avec un tableau 2D classique, en mettant les paramètres dans des colonnes supplémentaires :

Citation:

---

Temps | X | Y | Z | paramètre1 | paramètre2 | répétition

---

chaque ligne correspondant à un nouveau temps.
Tu auras alors un tableau de "somme de toutes les lignes de tous les tableaux" lignes ; tu pourras appliquer les algorithmes habituels d'analyse mutlivariée, faire des regroupement, des sommes/moyennes par groupes, etc.

Bonjour,

Je ne suis pas sûr pour les algo d'analyse multivariée, par contre pour tout le reste, je peux tout à fait le faire ici,

Par exemple, une donnée qui m'intéressait était la moyenne de la 6° colonne en fonction du paramètre 1, j'ai juste à faire
mean( ma_table[1,,,,6] )
mean( ma_table[2,,,,6] )
...

Le problème avec la méthode que tu proposes, c'est qu'il faudra toujours considérer TOUTES les lignes pour ne garder que celle qui vérifient une condition.
Dans mon jeu de données actuel, j'ai 13 millions de lignes, Ce serait dommage de parcourir toutes les données quand on n'est en fait intéressé que par une faible proportion de celles-ci...

Mouais, pas convaincu. Mais bon, tant que ça marche et que ça te convienne, c'est le principal. Il faudra voir ce que ça donne à long terme