Tableaux croisés dynamiques avec R

Bonjour,

j'ai une base de données contenant un nombre de personnes par catégorie professionnelle et sexe, pour un ensemble de départements et de communes.
Ma base de données est un data.frame qui se présente comme ceci :
DEP COM CSP SEXE NOMBRE
Il peut y avoir des valeurs manquantes pour certains croisements de CSP x SEXE.

Je voudrais réaliser le tableau simple suivant qui est simplement le résumé du nombre de CSP par département et sexe, un peu comme les tableaux croisés dynamiques dans EXCEL qui permettent d'obtenir immédiatement le même résultat ?

Code:

---

1 2 3 4 5 6 7 8 9 10 11

| Agriculteurs | Ouvriers | Autres | Total | -------+---------------+---------------+---------------+---------------+ DEP | SEXE | SEXE | SEXE | SEXE | | H | F | Total | H | F | Total | H | F | Total | H | F | Total | -------+---+---+-------+---+---+-------+---+---+-------+---+---+-------+ XX | | | | | | | | | | | | | YY | | | | | | | | | | | | | ZZ | | | | | | | | | | | | | -------+---+---+-------+---+---+-------+---+---+-------+---+---+-------+ Total | | | | | | | | | | | | |

---

Y-a-t'il une instruction R simple qui effectue ce type de travail ?

Bonjour,

Deux propositions : les paquets reshape2 et dplyr. Mention spéciale pour data.table si votre base de données est très volumineuse (à partir de 100 000 entrées).

Code:

---

1 2 3 4 5 6 7 8 9 10 11

# Comme il n'y a pas d'exemple concret de données, faire avec les moyens du bord. fusce <- read.table(header = TRUE, quote = "", stringsAsFactors = FALSE, text = "NUMSECU DEP COM CSP SEXE NOMBRE pellentesque Lorem ipsum dolor sit 9853 sagittis amet consectetuer adipiscing Nam 32 fringilla placerat Ut vestibulum sit 14 nulla dictum ipsum dolor elit 8710 quisque vitae felis adipiscing mauris 436 egestas Lorem purus vestibulum elit 3287 eget amet consectetuer adipiscing Nam 1320 auctor vitae Curabitur gravida arcu 1320")

---

1) reshape2

Code:

---

1 2 3 4 5 6 7

library("reshape2")   proin <- melt(fusce, id.vars = "NUMSECU") orci <- acast(proin, variable ~ value)   depVScom <- aperm(orci[c("DEP", "COM"),]) cspVSsexe <- aperm(orci[c("CSP", "SEXE"), ])

---

2) dplyr

Code:

---

1 2 3 4 5 6

library("dplyr")   etiam <- tbl_df(fusce)   odio <- group_by(etiam, DEP, COM) %>% arrange(CSP, SEXE) summarise(odio, totaux = sum(NOMBRE))

---

Il y a donc une partie analytique qui génère, soit des données tabulaires potentiellement multivariées (au-delà de deux dimensions), soit des data.frames ou/et lists, un data.frame étant un cas particulier de list. Les lists justement peuvent contenir le rendu final qui sera sauvegardé/imprimé/etc. comme vous l'avez indiqué. D'autres outils sont capables de générer le rendu, tout dépend du format à utiliser.

Merci pour vos réponses, mais je dois dire que j'ai du mal à les utiliser.
Voici un petit exemple avec une petite base de donnée.

Code:

---

1 2 3 4 5 6

Dep=c('01','01','01','01','01','01','02','02','02','02','02','02') Com=c('001','001','001','001','002','002','001','001','001','001','003','003') CSP=c('1','2','3','4','1','3','2','2','3','4','1','2') Sexe=c('1','1','1','2','1','1','1','2','1','2','1','1') Nombre=c(2,3,4,1,2,3,2,3,4,1,2,1) DF=data.frame(Dep,Com,CSP,Sexe,Nombre)

---

Ça donne le tableau de données suivant :

Code:

---

1 2 3 4 5 6 7 8 9 10 11 12 13

DEP COM CSP SEXE NOMBRE 01 001 1 1 2 01 001 2 1 3 01 001 3 1 4 01 001 4 2 1 01 002 1 1 2 01 002 3 1 3 02 001 2 1 2 02 001 2 2 3 02 001 3 1 4 02 001 4 2 1 02 003 1 1 2 02 003 2 1 1

---

Au final, je voudrais donc obtenir quelque chose comme :

Code:

---

1 2 3 4 5 6 7 8 9

| 1 | 2 | 3 | 4 | Total | -------+--------------+--------------+--------------+--------------+--------------+ DEP | SEXE | SEXE | SEXE | SEXE | SEXE | | H | F | T | H | F | T | H | F | T | H | F | T | H | F | T | -------+----+----+----+----+----+----+----+----+----+----+----+----+----+----+----+ 01 | 4 | 0 | 4 | 3| 0| 3 | 7 | 0 | 7 | 0 | 1 | 1 | 14 | 1 | 15 | 02 | 2 | 0 | 2 | 3| 3| 6 | 4 | 0 | 4 | 0 | 1 | 1 | 9 | 4 | 13 | -------+----+----+----+----+----+----+----+----+----+----+----+----+----+----+----+ Total | 6 | 0 | 6 | 6| 3| 9 | 11 | 0 | 11 | 0 | 2 | 2 | 23 | 5 | 28 |

---

Auriez-vous l'amabilité de m'écrire le code précis ?

Bonjour
À partir de ces données, voici un aperçu de ce dont reshape2 est capable car, pour un traitement pareil, dplyr serait too much.

Code:

---

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20

library("reshape2")   # J'ai attribué des IDs aux entrées. xxx <- read.table(header = TRUE, quote = "", stringsAsFactors = FALSE, text = "ID DEP COM CSP SEXE NOMBRE A 01 001 1 1 2 B 01 001 2 1 3 C 01 001 3 1 4 D 01 001 4 2 1 E 01 002 1 1 2 F 01 002 3 1 3 G 02 001 2 1 2 H 02 001 2 2 3 I 02 001 3 1 4 J 02 001 4 2 1 K 02 003 1 1 2 L 02 003 2 1 1")   res1 <- acast(xxx, DEP ~ CSP + COM, sum) res2 <- acast(xxx, DEP ~ CSP + SEXE, sum)

---

1) DEP vs CSP& COM

Code:

---

1 2	cat("CSP :\t", levels(factor(xxx$CSP)), "\nCOM :\t", levels(factor(xxx$COM)), "\n") addmargins(res1)

---

> ...
CSP :	 1 2 3 4 
COM :	 1 2 3
> ...
    1_1 1_2 1_3 2_1 2_3 3_1 3_2 4_1 Sum
1     2   2   0   3   0   4   3   1  15
2     0   0   2   5   1   4   0   1  13
Sum   2   2   2   8   1   8   3   2  28

Interprétation. 1^ère (rsp. 2^ème) ligne = département « 1 » (rsp. « 2 »). Colonne « 1_1 » : dans la catégorie socio-professionnelle « 1 », il y a, pour la commune « 1 », 2 observations appartenant au premier département tandis que le deuxième n'est pas representé pour ces critères. De même avec le reste des colonnes. Les valeurs marginales dénombrent les observations relevées pour chaque ligne/colonne.

2) DEP vs CSP & SEXE

Code:

---

1 2	cat("CSP :\t", levels(factor(xxx$CSP)), "\nSEXE :\t", levels(factor(xxx$SEXE)), "\n") addmargins(res2)

---

> ...
CSP :	 1 2 3 4 
SEXE :	 1 2
> ...
    1_1 2_1 2_2 3_1 4_2 Sum
1     4   3   0   7   1  15
2     2   3   3   4   1  13
Sum   6   6   3  11   2  28

Même démarche d'interprétation que plus haut.

En lisant la page de documentation ?reshape2::cast, vous remarquerez que l'argiument formula peut prendre des expressions sophistiquées, avec la pratique vous serez en mesure de générer d'un seul coup quelque chose semblable au tableau en ASCII art (qui est par ailleurs élégant).

P.S. Dans ces exemples, les IDs n'ont pas servi mais dès qu'on souhaite faire des choses avancées, il faudra d'abord faire un melt sur les données initiales, opération qui a l'avantage d'être réversible, comme ici :

Code:

---

1 2 3 4

yyy <- melt(xxx, id.vars = "ID", measure.vars = seq(2L, 6L)) zzz <- acast(yyy, ID ~ ...) print(xxx) print(zzz)

---

> print(xxx)
   ID DEP COM CSP SEXE NOMBRE
1   A   1   1   1    1      2
2   B   1   1   2    1      3
...
> print(zzz)
  DEP COM CSP SEXE NOMBRE
A   1   1   1    1      2
B   1   1   2    1      3
...

Ok, merci.

C'est vrai que c'est moins sympa que ce que peut faire une 'proc tabulate' sous SAS, mais je vais essayer de me l'approprier.

Bonne fin de journée

Je ne pratique pas le SAS, je viens de jeter un coup-d’œil à proc tabulate et il me semble que le fameux ASCII art était génére automatiquement avec SAS. Le paquet pander permet de formater les sorties de la sorte.
Là où R est excellent, c'est dans l'exploration graphique des données. L'exemple que vous avez est parfait pour les tableaux de contingences multi-variées qui, en plus, sont bien intégrées avec l'interface ?stats::formula (une syntaxe similaire à ce que j'indiquais plus haut). Voici ce que ça peut donner :

Code:

---

1 2 3 4 5 6 7 8

library("vcd")   # Dans l'exemple, vous aviez ignoré la variable NOMBRE. De même, je la gomme. zzz <- xtabs(~ ., xxx[, -5L])   print(addmargins(zzz))   mosaic(zzz, shade = TRUE, highlighting = "SEXE")

---

Pièce jointe 206301

Il paraît qu'une image vaudrait plus qu'un millier de caractères ASCII ...

Bonjour,

Sinon, la fonction xtabs() fait ça très bien aussi...

Citation:

---

Envoyé par ced

Sinon, la fonction xtabs() fait ça très bien aussi...

---

Bonjour,

Après quelques mois, je reviens sur ce post.

Pourriez-vous me donner un exemple avec xtabs(), par exemple avec l'exemple précédent dont voici le code :

Code:

---

1 2 3 4 5 6

DEP=c('01','01','01','01','01','01','02','02','02','02','02','02') COM=c('001','001','001','001','002','002','001','001','001','001','003','003') CSP=c('1','2','3','4','1','3','2','2','3','4','1','2') SEXE=c('1','1','1','2','1','1','1','2','1','2','1','1') NOMBRE=c(2,3,4,1,2,3,2,3,4,1,2,1) Exemple <- data.frame(DEP,COM,CSP,SEXE,NOMBRE)

---

Parce que j'ai beau essayer, je n'arrive à rien de bien.
Vous remerciant par avance

Un exemple, pour avoir NOMBRE par DEP et COM :

Code:

---

1 2 3 4 5

xtabs(NOMBRE ~ DEP + COM, Exemple) COM DEP 001 002 003 01 10 5 0 02 10 0 3

---

Si vous voulez les cumuls en lignes et colonnes, il faut ajouter la fonction addmargins() :

Code:

---

1 2 3 4 5 6

addmargins(xtabs(NOMBRE ~ DEP + COM, Exemple)) COM DEP 001 002 003 Sum 01 10 5 0 15 02 10 0 3 13 Sum 20 5 3 28

---

Citation:

---

Envoyé par ced

Code:

---

xtabs(NOMBRE ~ DEP + COM, Exemple)

---

...

Code:

---

addmargins(xtabs(NOMBRE ~ DEP + COM, Exemple))

---

---

Merci Ced

C'est à peu près ce dont j'ai besoin ; bien que ça n'est pas la puissance et la souplesse du proc tabulate de SAS.
Mais on n'est pas sous SAS !
Je vais m'en satisfaire (et peut-être aller voir du côté de reshape2 ou dplyr).