Calcule nombre d'occurrence par combinaison de valeur d'une même variable

Bonjour,

Je fais appel à vous pour m'aider à réaliser une opération sur des données que je vais vous expliquer ci après.
Dans le tableau que je veux analyser, j'ai plusieurs familles (ici dans l'exemples 5 famillies : aa, bb, cc, dd, ee) qui comporte deux enfants (noms des enfants dans la colonne ind). Chaque enfant a un diagnostique 1,2,3...

Code:

---

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

ind= c("A1", "A2", "C4", "D8", "D9", "A7", "E8", "A9", "Z7", "I8") fam= c("aa", "aa", "bb", "bb", "cc", "cc", "dd", "dd", "ee", "ee") diag= c(1,1,1,2,2,1,2,2, 2,3)   data.frame(ind, fam, diag) ind fam diag 1 A1 aa 1 2 A2 aa 1 3 C4 bb 1 4 D8 bb 2 5 D9 cc 2 6 A7 cc 1 7 E8 dd 2 8 A9 dd 2 9 Z7 ee 2 10 I8 ee 3

---

J'aimerai pouvoir calculer le nombre de famille ayant


- deux enfants avec le diagnostique 1,
- deux enfants avec le diagnostique 2....
- un enfant avec le diagnostique 1 et un enfant avec le diagnostique 2
- un enfant avec le diagnostique 1 et un enfant avec le diagnostique 3


et ainsi de suite avec les autres types de combinaison de diagnostique

J'aimerai également que le code puisse être adapté aux familles qui auraient également plus de deux enfants ou aux cas où il y aurait plus de 3 diagnostiques différents

J'ai réussi a compter le nombre de famille "différentes" selon le diagnostique quand il n'y a qu'un enfant (avec group_by(diagnosis) et count() de Tydiverse, mais je n'arrive pas à saisir comment faire quand il y a deux enfants ou plus car les combinaison que je veux voir sont dans la même variable.

J'imagine qu'une idée serait de reformater les données en ajoutant de nouvelles variables diagnosis pour chaque enfants, mais après plusieurs tentatives, je n'ai pas trouvé la bonne piste

Quelqu'un aurait une idée pour m'aider à faire cette opération,

Merci d'avance,

Aline

Bonjour Aline.
Déjà on pourrait compter par famille et diagnostic.

Code:

---

1 2 3 4 5 6 7 8 9 10

library(tidyverse)   donnees <- data.frame( ind= c("A1", "A2", "C4", "D8", "D9", "A7", "E8", "A9", "Z7", "I8"), fam= c("aa", "aa", "bb", "bb", "cc", "cc", "dd", "dd", "ee", "ee"), diag= c(1,1,1,2,2,1,2,2, 2,3))   donnees %>% group_by(fam, diag) %>% count()

---

Je pense que ce n'est pas ce que tu cherches mais c'est un début : on voit combien d'enfants a chaque famille pour chaque diagnostic.

On peut aussi obtenir des stats plus synthétiques par famille.

Code:

---

1 2 3 4 5 6 7

donnees %>% arrange(fam, diag) %>% group_by(fam) %>% summarise(nb_enfants = n(), nb_diagnostics = n_distinct(diag), diag_list = paste(unique(diag), collapse = "/"))

---

Sur cette base-là on peut compter les familles par combinaison de diagnostics :

Code:

---

1 2 3 4 5 6

donnees %>% arrange(fam, diag) %>% group_by(fam) %>% summarise(diag_list = paste(unique(diag), collapse = "/")) %>% group_by(diag_list) %>% count()

---

On peut aussi vouloir l'organiser en tableau croisé, soit sous forme de data.frame avec pivot_wider de {tidyr} soit sous forme de matrice avec un simple table de {base}.

Code:

---

1 2 3 4 5 6 7 8 9

donnees %>% pivot_wider(id_cols = fam, names_from = diag, values_from = ind, values_fn = length, values_fill = 0)   table(donnees$fam, donnees$diag)

---

Bonjour,

Merci beaucoup pour votre aide. J'avais essayé la première idée en effet mais ça ne me donnait pas exactement ce que je voulais. Ce qu'il me manquait c'était l'étape du summarise qui permet de rajouter les différentes combinaison.

Cela ma permis de finaliser car en fait c'était ce type de tableau (voir fin du code ci dessous) que j'attendais (j'ai rajouté deux famille a trois enfants pour voir si cela marchait et tout est bon !)

J'ai aussi enlevé le unique dans la fonction summarise car je voulais vraiment toutes les combinaison de façon précise et lorsqu'une famille a trois enfants dont deux enfants avec diag 1 et un enfant avec diag 2 la sortie 1/2 ne permettait pas de savoir combien d'enfants avait le diag1 et combien avait le diag2.

Encore une fois merci, j'adore ce forum qui me permet d'apprendre de nouvelles fonctions que j'arrive toujours a utiliser dans mes scripts ultérieurs.

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 35 36 37 38 39 40 41 42 43 44 45 46

library(tidyverse) donnees <- data.frame( ind= c("A1", "A2", "C4", "D8", "D9", "A7", "E8", "A9", "Z7", "I8", "T1","T2", "T3","R1", "R2", "R3"), fam= c("aa", "aa", "bb", "bb", "cc", "cc", "dd", "dd", "ee", "ee","gg","gg", "gg","hh", "hh", "hh"), diag= c(1,1,1,2,2,1,2,2, 2,3,1,1,1,1,2,1))   > donnees ind fam diag 1 A1 aa 1 2 A2 aa 1 3 C4 bb 1 4 D8 bb 2 5 D9 cc 2 6 A7 cc 1 7 E8 dd 2 8 A9 dd 2 9 Z7 ee 2 10 I8 ee 3 11 T1 gg 1 12 T2 gg 1 13 T3 gg 1 14 R1 hh 1 15 R2 hh 2 16 R3 hh 1   donnees %>% arrange(fam, diag) %>% group_by(fam) %>% summarise(nb_enfants = n(), nb_diagnostics = n_distinct(diag), diag_list = paste((diag), collapse = "/"))%>% group_by(nb_enfants)%>% group_by(diag_list, .add=TRUE)%>% count()   # A tibble: 6 x 3 # Groups: nb_enfants, diag_list [6] nb_enfants diag_list n <int> <chr> <int> 1 2 1/1 1 2 2 1/2 2 3 2 2/2 1 4 2 2/3 1 5 3 1/1/1 1 6 3 1/1/2 1

---

Bonne soirée,

Aline