Discrétisation d'une variable selon une autre variable

Version imprimable

21/05/2013, 18h23
AMDBG

Discrétisation d'une variable selon une autre variable

Bonjour,

Ca fait un moment que je bloque sur un problème qui pourtant semble tout bête. Je n'arrive pas à discrétiser une variable. J'en suis presque à m'attaquer aux données brutes mais bon ça serait dommage. S'il vous plait aidez moi!

Soit un tableau de données z.
Ce tableau comprends les variables quantitatives continues suivantes
- Age
- SC.62
- SC.63
- SC.64
- SC.65
- SC.66
- SC.67

Un SC est un scénario qui sera le même selon la génération de naissance (mais pas l'age car les données combinent des dates différentes). Les scénarios sont croissants de SC.62 à SC.67. J'aimerais discrétiser l'age selon les scénarios. J'ai fait une boucle qui créer une nouvelle variable Z qualitative avec comme modalités Sc.Min, Sc.62, ... , Sc.67. Mais le programme ne tourne pas des erreurs apparaissent R n'aime pas mes nombreux else. Je ne sais pas trop comment procéder, quelqu'un a des idées?

Citation:

for (i in 1:length(z))
{ Z=0
if (z$Age[i] < z$SC.62[i])
{Z[i] == "Sc.Min"}
else
{if (z$Age[i] < z$SC.63[i])
{Z[i] == "Sc62"}}
else
{if (z$Age[i] < z$SC.64[i])
{Z[i] == "Sc.63"}}
else
{if (z$Age[i] < z$SC.65[i])
{Z[i] == "Sc.64"}}
else
{if (z$Age[i] < z$SC.66[i])
{Z[i] == "Sc.65"}}
else
{if (z$Age[i] < z$SC.67[i])
{Z[i] == "Sc.66"}}
else
{if (z$Age[i] >= z$SC.67[i])
{Z[i] == "Sc.67"}}
}

Merci de votre aide!
22/05/2013, 09h59
Sengar
Salut,

R est un langage vectoriel.
Parcourir un vecteur ligne à ligne du coup c'est un peu (beaucoup) dommage.
De plus il existe des façons plus condensées et plus élégantes pour filtrer un vecteur qu'un ifelse.

Le code devient:
Code:

1 2 3 4 5 z$Age[z$Age>=z$SC.67]<-"SC.67" z$Age[z$Age<z$SC.66]<-"SC.66" [...] z$Age[z$Age<z$SC.63]<-"SC.63" z$Age[z$Age<z$SC.62]<-"SC.min"
22/05/2013, 11h25
AMDBG

Bonjour,

Merci de ta réponse. Ton programme est plus optimisé, mais malgré tout, ça ne fonctionne pas. En effet, lorsque je lance le programme légèrement modifié (j'ai créé une autre colonne), tous mes individus sont classifiés en Sc.62 et Sc.Min.

Citation:

z$Scenario=z$Age
z$Scenario[z$Scenario >= z$SC.67] <- "Sc.67"
z$Scenario[z$Scenario >= z$SC.66] <- "Sc.66"
z$Scenario[z$Scenario >= z$SC.65] <- "Sc.65"
z$Scenario[z$Scenario >= z$SC.64] <- "Sc.64"
z$Scenario[z$Scenario >= z$SC.63] <- "Sc.63"
z$Scenario[z$Scenario >= z$SC.62] <- "Sc.62"
z$Scenario[z$Scenario < z$SC.62] <- "Sc.Min"
z$Scenario <- as.factor(z$Scenario)
summary(z)

Forcément, votre de remplissage fait que vous écrasez toutes les autres valeurs renseignées précédemment par la dernière.
Essayez plutôt comme ça :
Code:

1 2 3 4 5 6 7 8 z$Scenario[z$Scenario < z$SC.62] <- "Sc.Min" z$Scenario[z$Scenario >= z$SC.62] <- "Sc.62" z$Scenario[z$Scenario >= z$SC.63] <- "Sc.63" z$Scenario[z$Scenario >= z$SC.64] <- "Sc.64" z$Scenario[z$Scenario >= z$SC.65] <- "Sc.65" z$Scenario[z$Scenario >= z$SC.66] <- "Sc.66" z$Scenario[z$Scenario >= z$SC.67] <- "Sc.67" z$Scenario <- as.factor(z$Scenario)
Là, ça devrait aller mieux.

22/05/2013, 11h59
Sengar

edit: owned
22/05/2013, 14h44
AMDBG

Effectivement, mon code écrase les valeurs renseigné mais le votre aussi! Je n'ai que des Sc.67!

Je ne comprends pas pourquoi ça écrase les valeurs alors qu'elle ne répondent plus au critère car elles ont été changées!

Concernant mon code

Code:

z$Scenario[z$Scenario >= z$SC.67] <- "Sc.67"

Cette ligne identifie tous les individus dont l'age est supérieur au scénario 67 dans la classe Sc.67
On efface l'age au profit de l'indicatif Sc.67

Code:

z$Scenario[z$Scenario >= z$SC.66] <- "Sc.66"

Du coup ici, on prends les individus dont l'age est supérieur au scénario 66; sachant qu'on à déjà exclu les individus du scénario 67. Mais R ne semble pas voir les choses de cette manière, il considère que "Sc.67" >= z$SC.66 .

Dans ta version, R traite bien la premiere condition

Code:

z$Scenario[z$Scenario < z$SC.62] <- "Sc.Min"

Mais la deuxième instruction demande à R de mettre toutes les ages qui sont supérieurs au scénario 62 dans la catégorie 62

Code:

z$Scenario[z$Scenario >= z$SC.62] <- "Sc.62"

Ces deux instructions coupent tous les individus en 2 et modifient la totalité des modalités.

Ensuite R retraite les instructions suivantes de manière étrange

Code:

z$Scenario[z$Scenario >= z$SC.63] <- "Sc.63"

R pense que "Sc.62" >= z$SC.63 et le recode en Sc.63

Au début je pensais que R s'arrétait au chiffre "Sc.67" >= z$SC.66 car 67 > 66 mais non car ici on a "Sc.62" >= z$SC.63 alors que 62 < 63

:aie:

Créé une autre variable sinon tu vas pas t'en sortir la :mouarf:
Code:

1 2 3 4 5 6 7 8 z$TAMPON<-character(length(z$Scenario)) z$TAMPON[z$Scenario < z$SC.62] <- "Sc.Min" z$TAMPON[z$Scenario >= z$SC.62] <- "Sc.62" z$TAMPON[z$Scenario >= z$SC.63] <- "Sc.63" z$TAMPON[z$Scenario >= z$SC.64] <- "Sc.64" z$TAMPON[z$Scenario >= z$SC.65] <- "Sc.65" z$TAMPON[z$Scenario >= z$SC.66] <- "Sc.66" z$TAMPON[z$Scenario >= z$SC.67] <- "Sc.67"
Au passage on ne sait pas vraiment la valeur que prennent tes valeurs SC.62,63 etc... donc on te donne ca à titre indicatif après faut réflechir un minimum pour adapter ca à tes données (mettre les inégalités du bon côté etc...).

edit: ca buggait car une inégalité du style 1>"charactere" est NA et par défaut quand c'est NA ca filtre pas.

reedit: fiiirst x)

Il y a quand même un truc qui me gêne depuis le départ, c'est que Scenario contient un entier au tout début (age), puis on le remplit avec une chaîne de caractères.
Or, quand on compare entier et chaine de caractères au fur et à mesure, pas étonnant qu'on obtienne des résultats bizarres...

Essayez plutôt comme ça :
Code:

1 2 3 4 5 6 7 8 9 z$Scenario=z$Age z$Scenario[z$Age < z$SC.62] <- "Sc.Min" z$Scenario[z$Age >= z$SC.62] <- "Sc.62" z$Scenario[z$Age >= z$SC.63] <- "Sc.63" z$Scenario[z$Age >= z$SC.64] <- "Sc.64" z$Scenario[z$Age >= z$SC.65] <- "Sc.65" z$Scenario[z$Age >= z$SC.66] <- "Sc.66" z$Scenario[z$Age >= z$SC.67] <- "Sc.67" z$Scenario <- as.factor(z$Scenario)

22/05/2013, 15h09
AMDBG

YES

C'est ça!
Merci Ced et merci à tout le monde.