Faites de belles tables descriptives avec summarytools !

Lorsqu’on analyse des données, c’est très important de pouvoir réaliser des tables descriptives. J’ai d’ailleurs déjà écrit plusieurs articles au sujet des analyses descriptives :

J’étais déjà très satisfaite des différents packages et fonctions décrites dans ces articles, je les utilise dans mes routines d’analyse. Et puis la semaine dernière, je suis tombé sur ce tweet :

Cela avait l’air assez bluffant alors j’ai essayé de faire des tables descriptives avec summarytools. Et effectivement, c’est bluffant ! Comme d’autres packages le package `summarytools` et sa fonction `dfSummary()` permettent de faire une analyse descriptive des variables numériques et catégorielles MAIS SURTOUT, ils permettent, à partir d’un document R markdown, de présenter ces résultats, automatiquement, dans une table de résultat avec un rendu plutôt très chouette !

Je vous montre comment ça marche !

Installation et chargement du package

Vous pouvez installer le package depuis CRAN par l’outil d’installation de package de RStudio (fenêtre an bas à droite –> Packages –> Install –> summarytools), ou bien en utilisant la commande suivante :

install.packages("summarytools",dependencies = TRUE)
library(summarytools)

Réglages des options du package

Dans la vignette d’introduction au package summary tools, il est conseillé de régler les options du package comme ceci :

st_options(plain.ascii = FALSE,          # This is a must in Rmd documents
                style = "rmarkdown",          # idem
                dfSummary.varnumbers = FALSE, # This keeps results narrow enough
                dfSummary.valid.col = FALSE)

Vous pouvez aussi ajouter `lang=”fr”` pour avoir la table des résultats en français plutôt qu’en anglais :

st_options(plain.ascii = FALSE,          # This is a must in Rmd documents
                style = "rmarkdown",          # idem
                dfSummary.varnumbers = FALSE, # This keeps results narrow enough
                dfSummary.valid.col = FALSE,
               lang ="fr")  # idem

Passer l'argument results="asis" dans le chunk set up

Le chunk setup est le premier chunk du document Rmarkdown :

summarytools R description

Réalisation s'une table descriptive

La table descriptive est générée à l’aide de la fonction `dfSummary()`. Par exemple ici, avec l’exemple ultra classique du jeu de données “iris”:

dfSummary(iris)

Le rendu obtenu est le suivant :

table descriptive avec logiciel R

Pour obtenir un rendu optimal, notamment au niveau de la colonne graph, il est conseillé (toujours dans la vignette d’introduction au package) d’utiliser les arguments suivants :

dfSummary(iris, plain.ascii = FALSE, style = "grid", 
              graph.magnif = 0.75, valid.col = FALSE, tmp.img.dir = "/tmp")
analyses statistiques descriptives avec R

Génial, non ?

Ce rendu est obtenu dans les formats html et word. En revanche en pdf, la dernière commande induit un message d’erreur. De ce fait seul la commande `dfSummary(iris)` et premier rendu semble possible (c’est déjà pas mal !) Et si vous souhaitez supprimer la colonne graph, utilisez l’argument `graph.col=FALSE`, comme ceci :

dfSummary(iris, graph.col=FALSE)

Réalisation d'une table de contingence

En parcourant la vignette, il y a une fonctionnalité que j’ai trouvé très utile, c’est le fait de créer une table de contingence avec un rendu parfaitement adapté. Jusque-là, je n’avais pas de solution aussi satisfaisante pour présenter les résultats proprement :

with(tobacco,
    print(ctable(smoker,diseased, prop = "r"), method = "render"))
table de contingence

L’argument `prop = “r”` permet de calculer les pourcentages par ligne. Les autres options sont :

  •  `prop = “c”` pour un calcul par colonne,
  •  `prop = “t”` pour un calcul total,
  •  `prop = “n”` (none) pour ne pas avoir de calcul des pourcentages.

En plus, cerise sur le gâteau, on peut ajouter les résultats du test du Chi2, réalise sur cette table de contingence :

with(tobacco,
    print(ctable(smoker,diseased, prop = "r", chisq=TRUE), method = "render"))
test du chi2

Pour aller plus loin

Le package est vraiment intéressant, il existe pas mal d’options, c’est pourquoi je vous conseille de jeter un coup d’œil sur les vignettes !

Conclusion

Je trouve ce package vraiment génial ! Et vous ?  Est ce que l’article vous a convaincu de l’essayer ?

Est ce que vous avez déjà prévu de l’utiliser dans vos routines ? Dites le moi en commentaire !

Si cet article vous a plu, ou vous a été utile, et si vous le souhaitez, vous pouvez soutenir ce blog en faisant un don sur sa page Tipeee 🙏

Faites un don sur la page Tipeee du site pour soutenir le blog

Image par Andrew Martin de Pixabay 

Continuez votre lecture :
Étiqueté

14 réponses

  2. Merci Claire pour ce partage, c’est vrai que la présentation est très sympa, mais je rencontre un problème d’installation en utilisant votre script :
    > library(summarytools)
    Error: package or namespace load failed for ‘summarytools’ in loadNamespace(j <- i[[1L]], c(lib.loc, .libPaths()), versionCheck = vI[[j]]):
    aucun package nommé ‘magick’ n'est trouvé
    In addition: Warning message:
    le package ‘summarytools’ a été compilé avec la version R 3.4.4

    Répondre

    1. Bonjour,
      vous pouvez essayer d’installer la package via github
      install.packages(“devtools”)
      library(devtools)
      install_github(“rapporter/pander”) # Necessary for optimal results!
      install_github(“dcomtois/summarytools”)

      Vous trouverez les infos d’installation ici : https://github.com/dcomtois/summarytool.
      Bonne continuation

      Répondre

  9. Bonjour
    Merci beaucoup de ce tutoriel.
    Malheureusement, je ne parviens pas a obtenir les graphes.
    J’ai ce message répété pour toutes mes variables “<img style=”border:none;background-color:transparent;p…”
    Avez vous une idée ?
    J’ai bien ajouté les reglages comme vous l’avez indiqué, mis a jour mes versions de R et R studio, je suis debutante avec R et sèche complètement
    Merci si vous avez une idée

    Répondre

  10. Bonjour Claire,
    Je me permets de vous contactez, car depuis quelques jours maintenant j’essaye de résoudre un problème et je n’y arrive pas seul..
    J’ai découvert le package summarytools, et la la fonction dfSummary que je trouve dingue pour réaliser des tables descriptives de qualité sur Rstudio.
    Tout fonctionnait très bien jusqu’au jour ou en relançant via Rmarkdown la fonction dfsummary sur une base de donné que j’avais modifié, le programme m’a ressorti sur word une analyse descriptive ou tous les graphes étaient identiques. Je pensais au départ que cela résultait d’une erreur provenant de la modification de ma base de donné, mais en reprenant l’ancienne, ou j’avais pourtant une belle table descriptive, cette fois ci de nouveau mon analyse descriptives donnait des graphes identiques… J’ai beaucoup cherché, mais je n’ai trouvé aucune solution face à ce problème. Tout bêtement, j’ai alors réutilisé la fonction dfSummary sur un autre ordinateur, et la miracle tout fonctionnait comme avant. MAIS, depuis tout à l’heure ce nouvel ordinateur m’a fait exactement la meme chose, c’est à dire qu’a présent, lorsque je lance sous markdown, il me renvoie une table descriptive avec des graphiques associés qui sont tous identiques … Je ne sais pas si je suis très claire, mais pensiez vous que vous pourriez m’aider à trouver une solution ?

    Répondre

Laisser un commentaire

Votre adresse e-mail ne sera pas publiée.