pivot_longer

[Alain Blanchet]

Bonjour,

Je pars d'un fichier en largeur avec quatre facteurs en colonne, et je souhaite obtenir un fichier en longueur comportant deux colonnes facteurs et une colonne score.

comme ceci :

sujet A B score
1 comp pren x1
1 comp visa x2
1 inco pren x3
1 inco visa x4
2 comp ............
.
.
.

Voici le fichier fictif :
library(tidyverse)
comp <- rnorm(150, mean= 365, 20)
inco <- rnorm(150, mean= 470, 25)
pren <- rnorm(150, mean= 400, 22)
visa <- rnorm(150, mean= 435, 29)
suj <- c(1:150)

(data <- tibble(suj, comp,inco, pren, visa))

C'est cette transformation que je n'arrive pas à faire :
(data.w <- data%>%
pivot_longer (
cols= - suj,
......................
))

Je vous remercie pour votre aide

Très cordialement

A.B.

[Mickael Canouil]

Bonjour,

il y a un problème de dimension et/ou il manque la fonction d'aggregation pour score.

Code : Tout sélectionner

data <- data.frame(
  comp = rnorm(150, mean = 365, 20),
  inco = rnorm(150, mean = 470, 25),
  pren = rnorm(150, mean = 400, 22),
  visa = rnorm(150, mean = 435, 29),
  suj = c(1:150)
)

library(data.table)
dt <- melt(setDT(data), "suj")
merge(
  x = dt[variable %in% c("comp", "inco")],
  y = dt[variable %in% c("pren", "visa")],
  by = "suj",
  allow.cartesian = TRUE,
  suffixes = c(".A", ".B")
)[
  j = list(score = rowSums(.SD)),
  by = c("suj", sprintf("variable.%s", c("A", "B"))),
  .SDcols = patterns("^value\\.")
]
#>      suj variable.A variable.B    score
#>   1:   1       comp       pren 750.8997
#>   2:   1       comp       visa 775.3726
#>   3:   1       inco       pren 879.3434
#>   4:   1       inco       visa 903.8164
#>   5:   2       comp       pren 756.8211
#>  ---                                   
#> 596: 149       inco       visa 916.4023
#> 597: 150       comp       pren 750.5408
#> 598: 150       comp       visa 728.6616
#> 599: 150       inco       pren 901.8431
#> 600: 150       inco       visa 879.9639 

PS : le code c'est mieux avec les balises de code [ code] [ /code] (sans les espaces)

Cordialement,

[Alain Blanchet]

Bonjour,

Merci beaucoup, data.table semble plus performant que tidyverse.

Très cordialement,

A.B.

[Mickael Canouil]

En terme de vitesse oui.

Après c'est aussi possible de faire la même opération avec les extensions comprises dans le tidyverse, en particulier {dplyr} et {tidyr}.