Concaténation de 2 data.frame

Bonjour,

J'ai 2 bases de données à ma disposition. 45.000 observations dans l'une, 15.000 dans l'autre et j'aimerais concaténer le tout en une seule de 60.000 observations.

Les variables ne sont pas toutes identiques. La majeure partie oui, mais certaine sont dans l'une et pas dans l'autre & inversement.
J'ai harmonisé les noms de variables en colonnes pour que celles présentes dans les deux soient identiques.

Concrètement, je cherche à passer de ça :

N°	var1	var2	var3	var4	var5
1	a1	b1	c1	d1	e1
2	a2	b2	c2	d2	e2
3	a3	b3	c3	d3	e3
4	a4	b4	c4	d4	e4
5	a5	b5	c5	d5	e5

N°	var6	var7	var3	var4	var5
6	f6	g6	c6	d6	e6
7	f7	g7	c7	d7	e7
8	f8	g8	c8	d8	e8
9	f9	g9	c9	d9	e9
10	f10	g10	c10	d10	e10

à ça :

N°	var1	var2	var3	var4	var5	var6	var7
1	a1	b1	c1	d1	e1	NA	NA
2	a2	b2	c2	d2	e2	NA	NA
3	a3	b3	c3	d3	e3	NA	NA
4	a4	b4	c4	d4	e4	NA	NA
5	a5	b5	c5	d5	e5	NA	NA
6	NA	NA	c6	d6	e6	f6	g6
7	NA	NA	c7	d7	e7	f7	g7
8	NA	NA	c8	d8	e8	f8	g8
9	NA	NA	c9	d9	e9	f9	g9
10	NA	NA	c10	d10	e10	f10	g10

Bonjour,
tu peux utiliser la commande merge, lit la doc plus en savoir plus sur les options

@+

Ah effectivement.

Code:

---

dfc <- merge(dfa, dfb, all = T)

---

Je ne pensais pas que c'était aussi simple que ça. Désolé pour le dérangement. Merci.

Un autre souci ...

Comment puis - je attribuer la valeur 0 à mes valeurs manquantes (NA).
Je souhaiterais appliquer ce code dans mes dfa & dfb pour ne pas les confondre avec les NA obtenues lors de la concaténation.

Code:

---

1 2 3

for (i in 1:length(dfc)) { dfc[,i] <- ifelse(is.na(dfc[,i]) == T, 0, ?) }

---

Mais je ne sais pas quoi mettre dans la seconde condition.

Bonjour,

Code:

---

1 2 3

for (i in 1:length(dfc)) { dfc[,i] <- ifelse(is.na(dfc[,i]) == T, 0, dfc[,i]) }

---

Dans le cas NA, on aura donc 0 et dans les autres cas on conservera la valeur existante.

Bonne continuation :)


Cordialement,


A.D.

C'est ce que j'avais essayé de faire. Mais ça ne fonctionne pas comme je l'imaginais.

Je passe ainsi de :
Pièce jointe 178496

à ça :
Pièce jointe 178497

Après application de ce code :

Code:

---

1 2 3

for (i in 1:length(dfc)) { dfc[,i] <- ifelse(is.na(dfc[,i]) == T, 0, dfc[,i]) }

---

Bonjour,

Cela est sûrement dû au fait que les variables du jeu de données sont de type "factor".
Une possibilité :

Code:

---

1 2 3 4

for (i in 1:length(dfc)) { dfc[,i] <- ifelse(is.na(dfc[,i]) == T, 0, as.character(dfc[,i])) dfc[,i] <- as.factor(dfc[,i]) # pas indispensable }

---

La deuxième ligne au sein de la boucle n'est pas indispensable, elle sert uniquement si on veut que le type des variables reste "factor".

Bonne continuation :)


Cordialement,


A.D.

Le code fonctionne parfaitement, merci beaucoup !

Petite dernière question ceci dit. Quelle incidence a le type character par rapport à celui de factor ? Dans une base de données de 60.000 observations et d'une centaine de variables ?