garder toutes infos de la ligne après une selection avec dyplr

[Guillaume Dramais]

Bonjour,
J'ai un dataframe de cinq colonnes

Code : Tout sélectionner

data1 <- data.frame(distance <- rbind(2,2,9,2,2,9,9,4,7,9),
                    profondeur <-rbind(2.9,5.8,0.3,4.3,3.1,0.5,4.3,1.2,3.7,6.9),
                    valeur <- rbind(14,NA,17,45,26,59,22,0.4,4.5,NA),
                    elevation <- rbind(1,0.2,7,5,6,0.9,2.2,0.2,4.1,NA),
                    cote <- rbind(4,NA,7,5,6,5,2,0.1,1.5,0.2)
                    )
colnames(data1)<- c("distance","profondeur","valeur","elevation","cote")
data1

Je construit un autre dataframe avec trois conditions : Je veux la valeur maximale de profondeur (colonne 2) pour chaque distance différente (colonne 1) pour laquelle j'ai une "valeur" valide (3eme colonne) qui soit différente de NA.

Une des solutions pour le faire est un "pipeline"

Code : Tout sélectionner

df<-data1 %>% filter(!is.na(valeur)) %>% group_by(distance) %>% summarise(prof_max=max(profondeur))

Cependant je voudrai garder dans le résultat "df" les valeurs des autres colonnes, pas seulement "distance" et "prof_max". J'ai bien vu un ".keepall " qui s'utilise avec la fonction "distinct", j'ai essayé d'autres combinaisons mais je bloque...

Si vous avez une suggestion svp

[Pierre-Yves Berrard]

Bonjour,

J'ai envie de répondre que ce n'est pas possible, pas seulement dans R mais conceptuellement (en tout cas avec un data.frame rectangulaire contenant une seule valeur par cellule).

Pourriez-vous quand même donner un aperçu du résultat souhaité ?

[Guillaume Dramais]

Bonsoir,
Bon...

Avec mon pipeline j'obtiens ça:

Code : Tout sélectionner

# A tibble: 4 x 2
  distance prof_max
     <dbl>    <dbl>
1        2      4.3
2        4      1.2
3        7      3.7
4        9      4.3

Mais je voudrais toute la ligne comme ceci:

Code : Tout sélectionner

distance   profondeur   valeur   elevation   cote
1   2   4.3   45.0   5.0   5.0
2   4   1.2   0.4   0.2   0.1
3   7   3.7   4.5   4.1   1.5
4   9   4.3   22.0   2.2   2.0


Mais je n'ai surement pas pris le problème dans le bon sens
merci
Guillaume

[Pierre-Yves Berrard]

Je n'avais pas compris, vous voulez les autres colonnes pour lesquelles prof est maximal ?

[Guillaume Dramais]

Oui c'est ça, je veux garder mes conditions de sélection mais obtenir les infos des autres colonnes.

[Pierre-Yves Berrard]

Une solution :

Code : Tout sélectionner

data1 <- data.frame(distance = c(2,2,9,2,2,9,9,4,7,9),
                    profondeur = c(2.9,5.8,0.3,4.3,3.1,0.5,4.3,1.2,3.7,6.9),
                    valeur = c(14,NA,17,45,26,59,22,0.4,4.5,NA),
                    elevation = c(1,0.2,7,5,6,0.9,2.2,0.2,4.1,NA),
                    cote = c(4,NA,7,5,6,5,2,0.1,1.5,0.2)
                    )

data1 %>%
  group_by(distance) %>%
  summarise(
    n_max = which.max(profondeur),
    prof_max = profondeur[n_max],
    valeur = valeur[n_max],
    elevation = elevation[n_max],
    cote = cote[n_max]
  ) %>%
  select(-n_max)

Notez la façon plus "propre" de créer le data.frame.

[Guillaume Dramais]

Excellent, merci beaucoup, je redémarre!

[Logez Maxime]

Bonjour,

deux autres façon de faire :

Code : Tout sélectionner

data1 %>% group_by(distance) %>% filter(profondeur == max(profondeur))
data1 %>% group_by(distance) %>% top_n(1, profondeur)

Cordialement,
Maxime

[Guillaume Dramais]

Merci