Requête en ligne et en colonne

Version imprimable

24/05/2018, 10h36
GDeLyon

Requête en ligne et en colonne
Bonjour à tous,

Je suis à la recherche d'une méthode de requête qui consiste à faire une somme d'une partie d'un tableau en filtrant par ligne et par colonne, selon des identidiants.

Je m'explique à l'aide d'un exemple. J'ai un tableau du même type que le suivant :
Code:

1 2 3 4 5 6 1 2 3 4 1 id Paris Paris Reims 2 Paris 1 10 2 3 Reims 2 20 7 4 Macon 8 0 11 5 Reims 10 1 14
Je tente de faire la somme des cellules des couples Paris - Reims (quel que soit l'ordre). C'est-à-dire, je veux la somme suivante : somme des cellules dont l'entrée en ligne est Paris et l'entrée en colonne est Reims + les cellules dont l'entrée en ligne est Reims et l'entrée en colonne est Paris.

Dans cet exemple, cela revient aux valeurs en gras et soulignées dans le tableau :
Code:

1 2 3 4 5 6 1 2 3 4 1 id Paris Paris Reims 2 Paris 1 10 2 3 Reims 2 20 7 4 Macon 8 0 11 5 Reims 10 1 14
Je suppose que cela est assez classique mais je ne parviens pas à trouver d'information à ce sujet qui répond à ma requête.

Merci à tous pour votre aide précieuse.

G.
24/05/2018, 18h52
A. D.

Bonjour,

Il y a peut-être plus joli mais une idée est d'utiliser la fonction "which" ([codeinline]?which[codeinline]) et procéder en deux étapes : d'abord filtrer sur les lignes, puis sur ce nouveau tableau, filtrer sur les colonnes.

Je vous laisse tester, n'hésitez pas à poster votre code si vous êtes bloqué ;)

Cordialement,

A.D.
24/05/2018, 19h03
GDeLyon

Bonjour A.D.,

Merci pour cette réponse.
Je vais tester cela. Cependant, je pense que cela me sera utile, mais dans une moindre mesure.
En effet, j'aimerais à terme faire des requêtes avec des ou.

Par exemple, faire la somme des cellules pour les couples Paris - Reims ou Reims - Paris (j'ai modifié mon message initial pour plus de clarté).

Bien cordialement,
G.

Bonjour,

une autre possibilité avec la librairie reshape 2 :

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
32
33
34
# mise en forme de la matrice de données
tab <- structure(list(V2 = structure(c(1L, 3L, 4L, 2L, 4L), .Label = c("id", 
"Macon", "Paris", "Reims"), class = "factor"), V3 = structure(c(5L, 
1L, 3L, 4L, 2L), .Label = c("1", "10", "2", "8", "Paris"), class = "factor"), 
    V4 = structure(c(5L, 3L, 4L, 1L, 2L), .Label = c("0", "1", 
    "10", "20", "Paris"), class = "factor"), V5 = structure(c(5L, 
    3L, 4L, 1L, 2L), .Label = c("11", "14", "2", "7", "Reims"
    ), class = "factor")), .Names = c("V2", "V3", "V4", "V5"), class = "data.frame", row.names = c(NA, 
-5L))
 
# passage en matrice
tab2 <- sapply(lapply(tab2, as.character), as.integer)
 
# étiquette de la matrice
dimnames(tab2) <- list(tab[-1,1], as.character(unlist(tab[1,-1])))
tab2
      Paris Paris Reims
Paris     1    10     2
Reims     2    20     7
Macon     8     0    11
Reims    10     1    14
 
library(reshape2)
tab2 <- melt(tab2)
 
# les sommes :
aggregate(. ~ Var1 + Var2, tab3, sum)
   Var1  Var2 value
1 Paris Paris    11
2 Reims Paris    33
3 Macon Paris     8
4 Paris Reims     2
5 Reims Reims    21
6 Macon Reims    11

cdlt

Bonjour,

Merci mgdondon et tototode pour vos réponses. Vos retours me sont d'une grande aide.

Malheureusement, je ne peux appliquer la seconde méthode puisqu'elle impose de nommer les lignes et colonnes dans le script.
Or, l'exemple que je vous ai proposé est un exemple simplifié mais en réalité, je travaille sur un tableau d'environ 1000 lignes x 1000 colonnes.
Il ne m'est donc pas possible de procéder de la sorte, non pas par manque de courage... mais simplement parce que ce serait trop propice aux erreurs.

mgdondon, peut-être que votre méthode est la bonne. J'ai du mal à maîtriser l'ensemble de ce qui est fait.
La ligne

Code:

df.t$V2 <- villes$V1[match(df.t$V2, villes$V2, nomatch = NA)]

semble poser problème.

villes n'est plus un data.frame ce qui semble poser problème.

si je rajoute un

Code:

villes <- as.data.frame(villes)

,
l'étape

Code:

df.t <- df.t[df.t$V2 != df.t$value,]

renvoie 0 obs. of 2 variables au tableau df.t :
Code:

1 2 3 'data.frame': 0 obs. of 2 variables: $ V1 : chr $ value: chr
Mais tout ça n'est pas bien clair.

Je me demandais, à partir du tableau initial, n'est-il pas possible/préférable de passer par des boucles for, afin de lui demander de regarder, pour chaque cellule, le nom de la ville en colonne et le nom de la ville en ligne, puis de faire un compteur qui s'incrémente au fur et à mesure ?

Une sorte de :
Code:

1 2 3 4 5 pour i du tableau (de la matrice?), si le nom de la ligne XXX est "Paris" et le nom de la colonne YYY est "Macon" ou si le nom de la ligne XXX est "Macon" et le nom de la colonne YYY est "Paris", alors tu incrémentes le compteur, sinon, tu ne fais rien et tu passes à la cellule suivante
Ce code (que je ne sais rédiger) me semblerait (en théorie) adapté, qu'en pensez-vous ?

Bonjour,

Je ne saisis pas le sens de la remarque suivante, parce que de toute manière tu es obligé de nommer les villes que ce soit via les dimnames ou la fonction match de la solution de mgdondon. Il n'y aura pas d'erreurs dans le sens ou tu ne le fais pas à la main main en t'appuyant sur les données issues de ton objet. Que ce soit avec le dimnames ou la fonction match s'il y a une erreur dans ton jeu de données le code ne renverra pas le résultat attendu. Quelle que soit la méthode, l'association villes - données est toujours faites de manière automatique.

Citation:

Envoyé par GDeLyon

Malheureusement, je ne peux appliquer la seconde méthode puisqu'elle impose de nommer les lignes et colonnes dans le script.
Or, l'exemple que je vous ai proposé est un exemple simplifié mais en réalité, je travaille sur un tableau d'environ 1000 lignes x 1000 colonnes.
Il ne m'est donc pas possible de procéder de la sorte, non pas par manque de courage... mais simplement parce que ce serait trop propice aux erreurs.

Sinon :
Code:

1 2 3 4 5 6 7 tab2 <- tab[-1,-1] tab2 <- sapply(lapply(tab2, as.character), as.numeric) tab2 <- t(rowsum(t(tab2), factor(unlist(tab[1,-1])))) tab2 <- cbind(tab[-1,1,drop = F], tab2) colnames(tab2)[1] <- "Id" tab2 <- melt(tab2) aggregate(. ~ Id + variable, tab2, sum)
cdlt

Citation:

Envoyé par tototode

Bonjour,

une autre possibilité avec la librairie reshape 2 :

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
32
33
34
# mise en forme de la matrice de données
tab <- structure(list(V2 = structure(c(1L, 3L, 4L, 2L, 4L), .Label = c("id", 
"Macon", "Paris", "Reims"), class = "factor"), V3 = structure(c(5L, 
1L, 3L, 4L, 2L), .Label = c("1", "10", "2", "8", "Paris"), class = "factor"), 
    V4 = structure(c(5L, 3L, 4L, 1L, 2L), .Label = c("0", "1", 
    "10", "20", "Paris"), class = "factor"), V5 = structure(c(5L, 
    3L, 4L, 1L, 2L), .Label = c("11", "14", "2", "7", "Reims"
    ), class = "factor")), .Names = c("V2", "V3", "V4", "V5"), class = "data.frame", row.names = c(NA, 
-5L))
 
# passage en matrice
tab2 <- sapply(lapply(tab2, as.character), as.integer)
 
# étiquette de la matrice
dimnames(tab2) <- list(tab[-1,1], as.character(unlist(tab[1,-1])))
tab2
      Paris Paris Reims
Paris     1    10     2
Reims     2    20     7
Macon     8     0    11
Reims    10     1    14
 
library(reshape2)
tab2 <- melt(tab2)
 
# les sommes :
aggregate(. ~ Var1 + Var2, tab3, sum)
   Var1  Var2 value
1 Paris Paris    11
2 Reims Paris    33
3 Macon Paris     8
4 Paris Reims     2
5 Reims Reims    21
6 Macon Reims    11

cdlt

J'ai voulu vous répondre vite et j'ai mal observé le code.
Je vais, durant l'après-midi, tenter de bien m'imprégner de vos réponses.

Juste, je me permets une question. Dans votre code tototode :

Code:

tab2 <- sapply(lapply(tab2, as.character), as.integer)

n'y a-t-il pas un pb ? Car le tab2 n'apparaît pas au préalable.

25/05/2018, 14h30
tototode

il manque une ligne : tab2 <- tab[-1,-1]à mettre avant celle que tu cites.

cdlt
25/05/2018, 15h21
GDeLyon

Ah oui, super, merci beaucoup, ça semble bien marcher, à part la dernière ligne.

Dans

Code:

aggregate(. ~ Var1 + Var2, tab3, sum)

, à quoi correspond tab3 ?

N'est-ce pas plutôt un

Code:

tab3 <- aggregate(. ~ Var1 + Var2, tab2, sum)

qu'il faut mettre ?
25/05/2018, 15h27
tototode

à tab2 en fait. J'ai fait des tests et j'ai oublié de remettre les bons noms d'objets.
25/05/2018, 17h08
GDeLyon

En effet tototode, j'ai essayé ta (première) méthode, qui est la bonne pour ce que je veux faire, c'est impeccable.

Merci aussi mgdondon de m'avoir dit que j'évacuais cette solution un peu rapidement.

Un grand merci à vous deux pour votre aide précieuse !!