Création BD avec boucle for et conditionnement

Bonjour,

J'ai un data frame qui est composé de 5000 observations et 15 variables qui se présente comme ceci :

PAYS	YEAR	GROUP	Var1	Var 2	.......
FRA	1993	1	70	45
FRA	1998	1	75	35
FRA	2003	2	30	50
FRA	2008	2	40	60
BEL	1993	1	90	20
BEL	1998	1	100	90
BEL	1993	2	80	30
BEL	1998	2	40	40

La variables year correspond aux années de relevés qui sont de période 5.
Je souhaite que pour i allant de 1 à 5000, si (PAYS[i]=PAYS[i+1] & YEAR[i]+5=YEAR[i+1] & GROUP[i]=GROUP[i+1]) Alors on crée le data_frame suivant :

PAYS	YEAR1	YEAR2	GROUP	Var1.1	Var1.2	Var 2.1	Var2.2
FRA	1993	1998	170	70	45	35
FRA	2003	2008	2	30	40	50	60
BEL	1993	1998	1	90	100	20	90
BEL	1993	1998	2	80	40	30	40

Pour l'instant, j'ai essayé ça :

Code:

---

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23

i <- 1 j <- 1 for (i in 1:nrow(data_f)){ if (data_f$contcod[i]==data_f$contcod[i+1] & data_f$group[i]==data_f$group[i+1] & data_f$bin_year[i]+5==data_f$bin_year[i+1]){ DATA_FINAL$contcod[j] = data_f$contcod[i] DATA_FINAL$group[j] = data_f$group[i] DATA_FINAL$region[j] = data_f$region[i] DATA_FINAL$annee1[j] = data_f$bin_year[i] DATA_FINAL$annee2[j] = data_f$bin_year[i+1] j <- j+1 i <- i+1 } else { i<- i+1 DATA_FINAL$contcod[j] = data_f$contcod[i] DATA_FINAL$group[j] = data_f$group[i] DATA_FINAL$region[j] = data_f$region[i] DATA_FINAL$annee1[j] = data_f$bin_year[i] DATA_FINAL$annee2[j] = data_f$bin_year[i+1] j <- j+1 } }

---

Mais je reçois le warning suivant :

Code:

---

1 2	In `[<-.data.table`(x, j = name, value = value) : Supplied 8 items to be assigned to 1 items of column 'annee1' (7 unused)

---

Est-ce que quelqu'un aurait une idée de la manière comment procéder?
Merci à vous!

Bonjour, mon problème a été résolu, il y avait un problème dans ma boucle car je cherchais de 1 à length(data) hors length(data)+1=NA.
J'ai créé une matrice avec pour nom de colonne les variables que nous crééons et finalement, ca marche :

Code:

---

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

DATA_FINAL1 <- matrix(DATA_FINAL,nrow=3743,ncol=15) colnames(DATA_FINAL1) <- names(DATA_FINAL)   DATA_FINAL1 <- data.frame(DATA_FINAL1) View(DATA_FINAL1) i <- 1 j <- 1   for (i in 1:(nrow(data_f)-1)){ if (data_f$contcod[i]==data_f$contcod[i+1] & data_f$group[i]==data_f$group[i+1] & data_f$bin_year[i]+5==data_f$bin_year[i+1]){ DATA_FINAL1$contcod[j] = as.character(data_f$contcod[i]) DATA_FINAL1$group[j] = data_f$group[i] DATA_FINAL1$region[j] = as.character(data_f$region[i]) DATA_FINAL1$annee1[j] = data_f$bin_year[i] DATA_FINAL1$annee2[j] = data_f$bin_year[i+1] DATA_FINAL1$pop1[j] = data_f$Pop[i] DATA_FINAL1$pop2[j] = data_f$Pop[i+1] DATA_FINAL1$pop_d1[j] = data_f$Pop_d[i] DATA_FINAL1$pop_d2[j] = data_f$Pop_d[i+1] DATA_FINAL1$GHG1[j] = data_f$GHG[i] DATA_FINAL1$GHG2[j] = data_f$GHG[i+1] DATA_FINAL1$PIB_hab1[j] = data_f$PIB_hab[i] DATA_FINAL1$PIB_hab2[j] = data_f$PIB_hab[i+1] DATA_FINAL1$dep_tot_me1[j] = data_f$Dep_tot_me[i] DATA_FINAL1$dep_tot_me2[j] = data_f$Dep_tot_me[i+1] j <- j+1 } } View(DATA_FINAL1)

---