In sharonorengo/koboloops: Operations for kobo loops

knitr::opts_chunk$set(
  collapse = TRUE,
  comment = "#>"
)

Test des fonctions

Charger l'outil koboloops

library("koboloops")

Exemple de tableau de donnée

Ici, nous créons des données factices à des fins d'illustration. Ce n'est pas important de comprendre cela; nous le conservons afin que vous puissiez exécuter l'exemple vous-même si vous le souhaitez. Il y a deux jeux de données.

Le tableau parent contient:

• variable uuid: les valeurs doivent être uniques
• variable age: valeurs comprises entre 30 et 60
• variable parent_gender

Le tableau enfant contient:

• variable parent_uuid: devrait être un nombre parmi les uuid de l'ensemble de données parent
• variable age: valeurs comprises entre 1 et 18
• variable child_gender juste quelques chiffres, mais l'en-tête de colonne indique que cela est potentiellement sensible

parent <- data.frame(uuid=1:10, age_parent=sample(30:60,10,replace = T),parent_gender=sample(c("F","M"),10,replace = T))

child <- data.frame(parent_uuid=sample(1:10,20,replace = T), age_child=sample(1:18,20,replace=T), child_gender=sample(c("F","M"),20,replace = T))

Affecter l'age des parents à chaque enfant

family <- add_parent_to_loop(child,parent,uuid.name.loop = "parent_uuid",uuid.name.parent = "uuid",c("age_parent"))
family

run ?add_parent_to_loop pour plus de détails.

Affecter toutes les informations des parents à chaque enfant.

Nous affectons au parent l'âge moyen des enfants.

variable.to.add = c(mean_of_child_age="age_child")

family <- affect_loop_to_parent(child, parent,aggregate.function = mean , variable.to.add)
family

run ?affect_loop_to_parent pour plus de détails.

sharonorengo/koboloops documentation built on June 30, 2019, 10:56 a.m.