Compter nombre de valeurs différentes

Bonjour à tous,

Je suis à la recherche de deux choses
- (1) d'une méthode rapide pour compter le nombre de valeurs différentes apparaissant dans une colonne;
- (2) d'un résumé synthétique de tableau.

(1) J'ai un tableau de la forme suivante :

Code:

---

1 2 3 4 5 6

col A | col B | A | 1 | A | 1 | C | 1 | D | 2 |

---

Je voudrais savoir combien de valeurs différentes il y a dans la col A (ici 3), et combien de valeurs différentes apparaissent dans la col B (ici, 2).

(2) Aussi, lorsque plusieurs valeurs réapparaissent, est-il possible de récupérer une table qui synthétise les infos, comme dans l'exemple ci-dessous :

Code:

---

1 2 3 4 5 6

col A | col B | col C | A | 1 | 3 | A | 1 | 5 | C | 1 | 7 | D | 2 | 1 |

---

je souhaite obtenir une table "synthétique" qui somme par exemple les valeurs numériques :

Code:

---

1 2 3 4 5

col A | col B | col C | A | 2 | 8 | C | 1 | 7 | D | 2 | 1 |

---

Merci à tous pour votre aide.
Je cherche en vain depuis plusieurs heures...

G.

Bonjour,

Citation:

---

Je voudrais savoir combien de valeurs différentes il y a dans la col A (ici 3), et combien de valeurs différentes apparaissent dans la col B (ici, 2).

---

Plusieurs possibilités dont une avec le package dplyr :

Code:

---

1 2 3 4 5 6 7 8 9 10 11 12

# le data.frame des données s'appelle tab dans mon exemple tab col.A col.B 1 A 1 2 A 1 3 C 1 4 D 2 sapply(tab, function(x) sum(!duplicated(x))) # dplyr tab %>% summarise_all(funs(n_distinct)) # en combinant les deux : sapply(tab, n_distinct)

---

Si j'ai bien compris pour la (2) :

Code:

---

1 2 3 4 5

tab %>% group_by(col.A) %>% summarise_all(funs(sum)) # ou tab %>% group_by(col.A) %>% summarise_if(is.numeric, sum) # ou aggregate(. ~ col.A, tab, sum)

---

cdlt

Pour la première question j'utilise en général la procédure suivante:

Code:

---

length(unique(df$colonne))

---

Prog_R

Merci pour la réponse.
Mais je ne comprends pas à quoi correspondent les "x" dans

Code:

---

sapply(tab, function(x) sum(!duplicated(x)))

---

sapply est une fonction qui applique une fonction aux différents éléments d'une liste, vecteur.

Dans ton cas sapply permet d'appliquer une fonction a chaque colonne de ton tableau. Quand tu fais sapply(tab, function(x) ...) le x va être chacune des colonnes de ton tableau. C'est équivalent à avoir fait une boucle sur les colonnes de tab.

Cdlt

Citation:

---

Envoyé par prog_R

Pour la première question j'utilise en général la procédure suivante:

Code:

---

length(unique(df$colonne))

---

Prog_R

---

Mercci prog_R, c'est exactement ce que je cherchais pour le (1) !

Citation:

---

Envoyé par tototode

sapply est une fonction qui applique une fonction aux différents éléments d'une liste, vecteur.

Dans ton cas sapply permet d'appliquer une fonction a chaque colonne de ton tableau. Quand tu fais sapply(tab, function(x) ...) le x va être chacune des colonnes de ton tableau. C'est équivalent à avoir fait une boucle sur les colonnes de tab.

Cdlt

---

OK, merci pour ce rapide retour. Je teste et reviens pour dire si j'ai réussi.

Citation:

---

Envoyé par tototode

Code:

---

1 2	tab %>% group_by(col.A) %>% summarise_if(is.numeric, sum)

---

cdlt

---

Juste un mot pour dire que cette méthode a fait exactement ce que je voulais !!
Merci beaucoup tototode !!!