Vague 1: Mobilité I

Cette page documente le preprocessing de la première vague du Panel Lémanique effectué dans le fichier wave1-alexander.R.

Fonction `recoder_adjectifs`

Description: recode les questions 97 à 100 afin de les harmoniser avec les mêmes questions de la vague 3. Retourne pour chaque question trois variables (e.g.: Q97_1, Q97_2et Q97_3) avec les adjectifs labellés de 1 à 24
Input: les données brutes de la vague 1, le suffixe, indiquant le mode de transport dont la question traite (e.g. voiture), ainsi que le nom complet de la questions (e.g.: Q97)
Output: les données brutes de la vague 1 avec les questions 97 à 100 recodées
Détail:

pattern <- paste0("_", suffixe, "$")
texte_col <- paste0("Autre_TEXTE_", suffixe)
autre_col <- paste0("Autre_", suffixe)
possible_cols <- names(data)[stringr::str_detect(names(data), pattern)]
adjectif_cols <- possible_cols[!(possible_cols %in% c(texte_col, autre_col))]

Détecte toutes les colonnes traitant d'un mode de transport, et ne garde que les colonnes avec des valeurs numériques.

long_data <- data %>%
  dplyr::select(IDNO, dplyr::all_of(adjectif_cols)) %>%
  tidyr::pivot_longer(
    cols = -IDNO,
    names_to = "adjectif_var",
    values_to = "selected"
  ) %>%
  dplyr::filter(selected == 1) %>%
  dplyr::mutate(adjectif = stringr::str_remove(adjectif_var, paste0("_", suffixe)))

Passage en format à l'aide de la fonction pivot_longer en ne gardant que les réponses cochées et suppression du suffixe du nom de la variable.

dictionnaire <- long_data %>%
  dplyr::distinct(adjectif) %>%
  dplyr::arrange(adjectif) %>%
  dplyr::mutate(code = dplyr::row_number())

Création du dictionnaire des adjectifs

coded_data <- long_data %>%
  dplyr::left_join(dictionnaire, by = "adjectif") %>%
  dplyr::select(IDNO, code)

grouped <- coded_data %>%
  dplyr::group_by(IDNO) %>%
  dplyr::summarise(codes = list(sort(code)), .groups = "drop")

Crée une liste des adjectifs choisis par chaque participant·e

wide_data <- grouped %>%
  tidyr::unnest_wider(codes, names_sep = "_") %>%
  dplyr::rename_with(~ paste0(question_nom, "_", seq_along(.)), starts_with("codes_"))

Retour en format large, renommage des colonnes en Q97_1, Q97_2, etc ...

adjective_list <- dictionnaire$adjectif[!is.na(dictionnaire$adjectif) & dictionnaire$adjectif != ""]
labels <- setNames(seq_along(adjective_list), adjective_list)
wide_data <- wide_data %>%
  dplyr::mutate(
    dplyr::across(
      -IDNO,
      ~ haven::labelled(.x, labels)
    )
  )

Les colonnes sont labellisées

data_final <- data %>%
  dplyr::select(-dplyr::all_of(adjectif_cols)) %>%
  dplyr::select(-dplyr::all_of(paste0("Autre_", suffixe))) %>%
  dplyr::rename(!!paste0(question_nom, "_TEXTE") := dplyr::all_of(texte_col)) %>%
  dplyr::left_join(wide_data, by = "IDNO")

Les nouvelles colonnes sont rajoutées au database de base, les anciennes sont supprimées et les colonnes textes sont renommées en Q97_TEXTE, Q98_TEXTE, etc ...

Fonction `get_section`

Description: retourne la section du questionnaire dont fait partie une questions
Input: le numéro de la question
Output: le nom de la section

Fonction `documentation`

Description: permet d'obtenir une documentation de toutes les variables dans la vague 1
Input: les données brutes de la vague 1
Output: un fichier csv avec le nom de la variable, le texte de la variable et les labels de la variable

Fonction `write_files_participants`

Description: permet d'obtenir toutes les informations relatives aux particpant·es de la vague 1
Input: les données brutes de la vague 1
Output: un fichier csv avec une ligne par participant·e et les informations relatives aux participant·es de la vague 1, ainsi qu'un fichier labels détaillant les labels des variables dans le premier fichier

Fonction `write_files_questions`

Description: permet de lister les questions posées aux participant·es dans cette vague
Input: les données brutes de la vague 1
Output: un fichier csv contenant les variables des questions, le texte des questions et leur section dans le questionnaire (obtenue avec la fonction get_section, voir get_section), ainsi qu'un fichier labels, détaillant les labels des questions

Fonction `write_files_survey_completion`

Description: renvoie les métadonnées de l'enquête
Input: les données brutes de la vague 1
Output: un fichier csv contenant pour chaque participant·e la liste des métadonnées

Fonction `write_label_file`

Description: permet d'écrire tout les csv labels. Retire les labels pour les colonnes indiquées à l'aide de la fonction get_labels
Input: les données brutes de la vague 1, les colonnes dont il faut retirer les labels, et le nom final du fichier csv
Output: un fichier csv contenant les labels des colonnes indiquées

Fonction `write_file_section`

Description: permet d'obtenir les sections du questionnaire de la vague 1
Input: aucun
Output: un fichier csv contenant les sections du questionnaire

Fonction `write_file_answers`

Description: permet d'obtenir les réponses aux questions par les participantes. Affiche une réponse par participant·es par ligne.
Input: les données brutes de la vague 1
Output: un fichier csv avec une réponse par question et par participant·e par ligne
Détail:

participants_colnames <- c("group","pays","gp_age_source","numero_insee","numero_ofs","CP_source","Localité_source")
  extra_colnames <- c("wgt_socio",  "wgt_cant_trim",    "wgt_agg_trim", "wgt_cant_trim_gps",    "wgt_agg_trim_gps", "wgt_cant_trim_v2", "wgt_agg_trim_v2")
  responses <- data |>
    dplyr::select(
      -all_of(c(participants_colnames, extra_colnames))
    ) |>
    zap_all()

Ne sélectionne que les colonnes avec les questions, et applique tout les fonctions de haven::zap_* avec zap_all

responses <- responses |> 
    dplyr::mutate(dplyr::across(tidyselect::where(is.character), ~ remove_whitespace(.x))) |>
    dplyr::mutate(dplyr::across(tidyselect::everything(), ~ readr::parse_guess(as.character(.x))))

Supprime tout les espaces au début d'une chaîne de caractère et cherche à obtenir le type de données

response_texts <- pivot_responses()
response_values <- pivot_responses()

Pivote les tableaux

Fonction `main`

Description: nettoye les données et obtiens tout les csv grâce aux fonctions décrites plus haut
Input: aucun
Output: aucun
Détail:

get_data_folder <- function() {
    os <- Sys.info()[["sysname"]]

    if (os == "Linux") {
      return("/mnt/lasur/")  
    } else if (os == "Darwin") {
      return("/Volumes/LASUR/")  
    } else if (os == "Windows") {
      return("//enac1files.epfl.ch/LASUR")  
    } else {
      stop("Unsupported OS")
    }
  }

Détecte l'OS de l'utilisateur et essaye d'obtenir l'emplacement du drive lasur

# Suppress participants where data has to be erased
  id_suppress <- c("CH21089", "FR3456", "CH18003")
  wave1_data <- wave1_data %>% 
    dplyr::filter(!IDNO %in% id_suppress)

Supprime les participant·es ayant demandé la suppression de leurs données

  wave1_data <- wave1_data[wave1_data$Participe == 1,]

Ne garde que les participant·es ayant complété entièrement le questionnaire

  wave1_data <- recoder_adjectifs(wave1_data, suffixe = "voiture", question_nom = "Q97")
  wave1_data <- recoder_adjectifs(wave1_data, suffixe = "train", question_nom = "Q98")
  wave1_data <- recoder_adjectifs(wave1_data, suffixe = "autresTPs", question_nom = "Q99")
  wave1_data <- recoder_adjectifs(wave1_data, suffixe = "velo", question_nom = "Q100")

  labels_questions <- list(
    Q97 = "Pouvez-vous citer trois adjectifs qui vous paraissent les plus adaptés pour qualifier la voiture ?",
    Q98 = "Pouvez-vous citer trois adjectifs qui vous paraissent les plus adaptés pour qualifier le train (y compris Léman Express) ?",
    Q99 = "Pouvez-vous citer trois adjectifs qui vous paraissent les plus adaptés pour qualifier les autres transports publics (métro, tram, bus) ?",
    Q100 = "Pouvez-vous citer trois adjectifs qui vous paraissent les plus adaptés pour qualifier le vélo (conventionnel ou électrique) ?"
  )

  # Applique les labels aux questions 97 à 100
  for (q in names(labels_questions)) {
    vars <- grep(paste0("^", q, "_\\d+$"), names(wave1_data), value = TRUE)
    for (v in vars) {
      attr(wave1_data[[v]], "label") <- labels_questions[[q]]
    }

    texte_col <- paste0(q, "_TEXTE")
    if (texte_col %in% names(wave1_data)) {
      attr(wave1_data[[texte_col]], "label") <- paste0(labels_questions[[q]], " - TEXTE")
    }
  }

Recode les questions 97 à 100 pour qu'elle soient semblable au question 97 à 100 dans la vague 3 en utilisant la fonction recoder_adjectifs (voir adjectifs).

  wave1_data <- wave1_data |>
    dplyr::rename(
      participant_code = IDNO,
      pays = Pays,
      group = Groupe,
      gp_age_source = GP_Age_source,
      numero_insee = Numéro_INSEE,
      numero_ofs = Numéro_OFS,
      date_naissance = Q106,
      genre = Q107,
      Q31_jour = jourQ31,
      check_genre = Checksex,
      check_age = checkage
    )

  names(wave1_data) <- sub("^satisfaction", "Q130_satisfaction", names(wave1_data))
  names(wave1_data) <- sub("^latitude_(.*)", "\\1_latitude", names(wave1_data))
  names(wave1_data) <- sub("^longitude_(.*)", "\\1_longitude", names(wave1_data))

Renomme plusieurs variables afin d'harmoniser le nom de certaines variables récurrentes entre les vagues et afin que toutes les variables de questions commencent par "Q".

# Recodage de Q41 pour qu'elle match la W3
  q41_label <- attr(wave1_data$Q41, "label")
  vals <- as.integer(wave1_data$Q41)
  vals_recoded <- 8 - vals

  old_labels <- attr(wave1_data$Q41, "labels")
  new_labels <- setNames(8 - as.integer(old_labels), names(old_labels))
  new_labels <- new_labels[order(new_labels)]

  wave1_data$Q41 <- haven::labelled(vals_recoded, new_labels)
  attr(wave1_data$Q41, "label") <- q41_label

La question 41 ayant été codée différemment par FORS entre la W1 et la W3, elle a été recodée afin d'être harmonisée entre les deux vagues

Tableau 1 – Recodage de Q41

Réponses	Ancien labellage	Nouveau labellage
7 jours par semaine	1	7
6 jours par semaine	2	6
5 jours par semaine	3	5
4 jours par semaine	4	4
3 jours par semaine	5	3
2 jours par semaine	6	2
1 jour par semaine	7	1
Moins d’un jour par semaine	8	0

# Recodage de Q86 pour qu'elle match la W3
  for (var in c("Q86_1", "Q86_2", "Q86_3")) {
    var_label <- attr(wave1_data[[var]], "label")

    old_labels <- attr(wave1_data[[var]], "labels")
    new_labels <- setNames(as.integer(old_labels) - 1, names(old_labels))

    new_values <- as.integer(wave1_data[[var]]) - 1
    wave1_data[[var]] <- haven::labelled(new_values, new_labels)

    attr(wave1_data[[var]], "label") <- var_label
  }

La même chose a eu lieu avec la Q86 qu'avec la Q41.

Tableau 2 – Recodage de Q86

Réponses	Ancien labellage	Nouveau labellage
Aucun-e	1	0
1	2	1
2	3	2
3	4	3
4	5	4
5	6	5
6	7	6
7	8	7
8	9	8
9	10	9
10+	11	10

if (!dir.exists(here::here("data/wave1"))) {
    dir.create(here::here("data/wave1"), recursive = TRUE)
  }

Création du dossier data/wave1 où sont enregistrés les fichiers csv.

  doubles_to_convert <- grep("^Q|^(genre|date_naissance)$", names(wave1_data), value = TRUE)
  wave1_data[doubles_to_convert] <- double_to_integer(wave1_data[doubles_to_convert])

Certaines variables étaient des <double> alors qu'en réalité, elles ne contenaient que des <integer>. Afin de permettre à OPAL d'assigner le bon type à chaque variable et d'exécuter ses analyses sans fautes, ces colonnes ont été transformées en <integer>.

Vague 1: Mobilité I

Fonction recoder_adjectifs

Fonction get_section

Fonction documentation

Fonction write_files_participants

Fonction write_files_questions

Fonction write_files_survey_completion

Fonction write_label_file

Fonction write_file_section

Fonction write_file_answers

Fonction main