3
votes

Comment puis-je convertir la base de données des réponses à l'enquête en table de fréquences?

J'ai une trame de données R des résultats de l'enquête. Chaque colonne est une réponse à une question de l'enquête. Il peut prendre les valeurs 1 à 10 et NA. J'aimerais en faire un tableau de fréquences.

Voici un exemple des données dont je dispose. Je prétends que les valeurs vont de 1 à 3, au lieu de 1 à 10.

data.frame(
  "Question" = c("Question1", "Question2"),
  "Frequency of 1" = c(2, 1),
  "Frequency of 2" = c(0 , 1),
  "Frequency of 3" = c(0, 1)
)

Ce que je veux:

data.frame(
  "Person" = c(1,2,3),
  "Question1" = c(NA, "1", "1"),
  "Question2" = c("1", "2", "3")
)

J'ai essayé d'utiliser likert () du package likert, mais j'obtiens des résultats fractionnaires qui ne peuvent pas être corrects. Existe-t-il une solution simple à ce problème?

r dplyr dataframe

2 commentaires

Pourquoi la question 2 a-t-elle la fréquence de 1 à 0 et celle de 3 à 3 à la question 2?

J'ai fait une erreur. J'ai édité la question.

4 Réponses :

0
votes

Ce n'est pas le plus élégant mais cela pourrait vous aider: df2 est votre ensemble de données. Données:

             Frequency of_1          Frequency of_2          Frequency of_3
Question1              2                0                    0
Question2              1                1                    1

Cible: EDIT :: Vous pouvez "automatiser" comme suit

df2[is.na(df2)]<-0 #To allow numeric manipulation
values<-c("1","2","3")
    Final_df<-sapply(values,function(val) apply(df2[,-1],2,function(x) sum(x==val)))
    Final_df<-as.data.frame(Final_df)
    names(Final_df)<-paste0("Frequency of_",1:ncol(Final_df))

Cela donne:

   df2<-data.frame(
  "Person" = c(1,2,3),
  "Question1" = c(NA, "1", "1"),
  "Question2" = c("1", "2", "3"),stringsAsFactors = F
)

p >

0 commentaires

2
votes

Une solution data.table :

dcast(melt(setDT(df), id.vars="Person", value.name="Question")[!Question %in% NA][, Question := paste0("Frequency of ", Question)], variable ~ Question)

Ou une réponse en une ligne:

require(data.table)
setDT(df)    

# Melt data:
df <- melt(df, id.vars = "Person", value.name = "Question")

# Cast data to required structure:
df <- data.frame(dcast(df, variable ~ Question))

# Rename variables and remove NA count (as per Ops question):
names(df)[1] <- "Question"
names(df)[-1] <- gsub("X", "Frequency of ", names(df)[-1])
df$NA. <- NULL

df
#   Question Frequency of 1 Frequency of 2 Frequency of 3
#1 Question1              2              0              0
#2 Question2              1              1              1

0 commentaires

3
votes

Voici une solution utilisant les packages dplyr et purrr

library(dplyr)
library(purrr)

data.frame(
  "Person" = c(1,2,3),
  "Question1" = c(NA, "1", "1"),
  "Question2" = c("1", "2", "3")
)

df %>% 
  select(-Person) %>% 
  mutate_all(~ factor(.x, levels =  as.character(1:10) ) %>% addNA() ) %>% 
  map(table) %>% 
  transpose() %>% 
  map(as.integer) %>% 
  set_names( ~ paste0("Frequency of ",ifelse(is.na(.), "NA", .))) %>% 
  as_tibble() %>% 
  mutate(Question = setdiff(names(df),"Person")) %>% 
  select(Question,everything(), "Frequency of NA" = `Frequency of ` )

0 commentaires

1
votes

Une autre possibilité de tidyverse pourrait être:

df %>%
 gather(Question, val, -Person) %>%
 group_by(Question, val) %>%
 summarise(res = length(val)) %>%
 ungroup() %>%
 mutate(val = paste0("Frequency.of.", val)) %>%
 spread(val, res, fill = NA)

  Question  Frequency.of.1 Frequency.of.2 Frequency.of.3 Frequency.of.NA
  <chr>              <int>          <int>          <int>           <int>
1 Question1              2             NA             NA               1
2 Question2              1              1              1              NA

Ici, il transforme d'abord les données du format large au format long. Deuxièmement, il calcule les fréquences en fonction des questions. Enfin, il crée la «fréquence. variables et renvoie les données à la forme souhaitée.

Ou si vous voulez calculer également les valeurs NA par question:

df %>%
 gather(Question, val, -Person, na.rm = TRUE) %>%
 group_by(Question, val) %>%
 summarise(res = length(val)) %>%
 ungroup() %>%
 mutate(val = paste0("Frequency.of.", val)) %>%
 spread(val, res, fill = NA)

  Question  Frequency.of.1 Frequency.of.2 Frequency.of.3
  <chr>              <int>          <int>          <int>
1 Question1              2             NA             NA
2 Question2              1              1              1

0 commentaires