Sélectionner ligne dans dataframe avec mesures répétées

Bonjour à tous,

Je travaille sur R, et je suis bloqué pour un traitement de ma base.
J'ai une base qui a plusieurs lignes par patient.
Chaque patient a une variable "numéro d'hospitalisation" (nHospi) propre et donc identique à chaque ligne et une variable "numéro de séquence d'hospitalisation" (nNumSeq) différente, incrémentielle de ligne en ligne. Ce nombre de séquences peut varier selon le patient de 1 à 29.

Je souhaite pour chaque patient et donc pour chaque numéro d'hospitalisation, sélectionner la ligne qui a le numéro de séquence maximal.

Merci d'avance pour votre aide.

P.

Bonjour Pierrick.

Je n'ai sûrement pas la meilleure réponse, mais je te proposerais quelque chose du style:

Code:

---

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

# récupérer le nombre de l'identifiant des hospitalisés Ident <- levels(data$nHospi) NbIdent <- length(Ident)   # récupérer le nombre max de sequence correspondant à chaque identifiant NbSequence=c(rep(0,NbIdent)) for (i in 1:NbIdent) { ExtractionPatient <- subset(data,nHospi=Ident[i]) NbSequence[i] <- max(ExtractionPatient$nNumSeq) }   # Récupérer les données voulues a_conserver = subset(data, (nHosip==Ident[1] & nNumSeq==NbSequence[1] )) for (i in 2:NbIdent) { a_conserver <- rbind(a_conserver,subset(data, (nHosip==Ident[i] & nNumSeq==NbSequence[i] )) }

---

Voila, c'est assez moche comme solution,
je suis loin d'être un pro dans R et il y a sûrement de nombreuses fonctions que je ne connais pas qui pourraient faire ça plus rapidement que mes petites lignes.

Cordialement

Alors si j'ai bien compris tu as un dataframe de ce genre

Code:

---

d = data.frame(nHospi=c(1,1,1,2,2,3,3,4,4,4),nNumSeq=c(1,2,3,1,2,1,2,1,2,3),Infos=rep("blabla"))

---

   nHospi nNumSeq  Infos
1       1       1 blabla
2       1       2 blabla
3       1       3 blabla
4       2       1 blabla
5       2       2 blabla
6       3       1 blabla
7       3       2 blabla
8       4       1 blabla
9       4       2 blabla
10      4       3 blabla

Si tel est le cas alors c'est pas compliqué
tu fais :

Code:

---

as.vector(unlist(lapply(split(d,d$nHospi),function(x){ as.numeric(rownames(x)[which.max(x$nNumSeq)]) })))

---

et c'est réglé ;)

bon ca peut paraître déroutant au premier abord mais en décomposant la ligne on comprend facilement