Personnaliser les préférences

Nous utilisons des cookies pour vous aider à naviguer efficacement et à exécuter certaines fonctions. Vous trouverez ci-dessous des informations détaillées sur tous les cookies sous chaque catégorie de consentement.

Les cookies classés comme « Nécessaires » sont stockés sur votre navigateur car ils sont essentiels pour activer les fonctionnalités de base du site.... 

Toujours actif

Necessary cookies are required to enable the basic features of this site, such as providing secure log-in or adjusting your consent preferences. These cookies do not store any personally identifiable data.

Aucun cookie à afficher.

Functional cookies help perform certain functionalities like sharing the content of the website on social media platforms, collecting feedback, and other third-party features.

Aucun cookie à afficher.

Analytical cookies are used to understand how visitors interact with the website. These cookies help provide information on metrics such as the number of visitors, bounce rate, traffic source, etc.

Aucun cookie à afficher.

Performance cookies are used to understand and analyze the key performance indexes of the website which helps in delivering a better user experience for the visitors.

Aucun cookie à afficher.

Advertisement cookies are used to provide visitors with customized advertisements based on the pages you visited previously and to analyze the effectiveness of the ad campaigns.

Aucun cookie à afficher.

Comment filtrer par numéro de ligne à l’aide de dplyr



Vous pouvez utiliser les méthodes suivantes pour filtrer une trame de données par numéro de ligne à l’aide de la fonction slice du package dplyr :

Méthode 1 : filtrer par numéros de ligne spécifiques

df %>% slice(2, 3, 8)

Cela renverra les lignes numéros 2, 3 et 8.

Méthode 2 : filtrer par plage de numéros de ligne

df %>% slice(2:5)

Cela renverra les lignes 2 à 5.

Les exemples suivants montrent comment utiliser chaque méthode en pratique avec le bloc de données suivant dans R :

#create data frame
df <- data.frame(team=c('A', 'B', 'C', 'D', 'E', 'F', 'G', 'H'),
                 points=c(10, 10, 8, 6, 15, 15, 12, 12),
                 rebounds=c(8, 8, 4, 3, 10, 11, 7, 7))

#view data frame
df

  team points rebounds
1    A     10        8
2    B     10        8
3    C      8        4
4    D      6        3
5    E     15       10
6    F     15       11
7    G     12        7
8    H     12        7

Exemple 1 : filtrer par numéros de ligne spécifiques

Nous pouvons utiliser le code suivant pour filtrer les lignes 2, 3 et 8 :

library(dplyr)

#filter for only rows 2, 3, and 8
df %>% slice(2, 3, 8)

  team points rebounds
1    B     10        8
2    C      8        4
3    H     12        7

Notez que seules les lignes 2 , 3 et 8 sont renvoyées à partir du bloc de données d’origine.

Exemple 2 : filtrer par plage de numéros de ligne

Nous pouvons utiliser le code suivant pour filtrer les lignes entre 2 et 5 :

library(dplyr)

#filter for rows between 2 and 5
df %>% slice(2:5)

  team points rebounds
1    B     10        8
2    C      8        4
3    D      6        3
4    E     15       10

Notez que seules les lignes entre 2 et 5 sont renvoyées à partir du bloc de données d’origine.

Remarque : Vous pouvez trouver la documentation complète de la fonction slice dans dplyr ici .

Ressources additionnelles

Les didacticiels suivants expliquent comment effectuer d’autres opérations courantes dans dplyr :

Comment sélectionner des colonnes par index à l’aide de dplyr
Comment sélectionner la première ligne par groupe à l’aide de dplyr
Comment filtrer selon plusieurs conditions à l’aide de dplyr
Comment filtrer les lignes contenant une certaine chaîne à l’aide de dplyr

Ajouter un commentaire

Votre adresse e-mail ne sera pas publiée. Les champs obligatoires sont indiqués avec *