Restructure data table from individual to dyadic structure

This script requires python3+ and pandas library.

Install pandas with pip : python -m pip install --upgrade pandas in command prompt/terminal

Individual structure :

Dyadic structure :

Code

#!/usr/bin/env python
# -*- coding: utf-8 -*-
import os
import pandas as pd

Specify folder path

os.chdir('D:\\Google Drive\\1-These\\13-EATMINT2\\Analyses\\Questionnaires')

Specify .csv file name

df1 = pd.read_csv('questionnaire_raw_data_individual_structure.csv',sep=';')

First table lines

df1.head()

	Dyade	Sujet	Sexe	Condition	Score Raven	Activation_soi	Anxiété_soi	Colère_soi	Contrôle_soi	Déception_soi	...	Mon partenaire mettait nos différences en évidence	Mon partenaire n'était pas réceptif à ce que je lui disais	Mon partenaire n'était pas très sûr de lui	Mon partenaire ne se fiait pas à ce que je lui proposais	Mon partenaire ne semblait pas enthousiasmé par nos échanges	Mon partenaire se comportait comme s'il était plus fort que moi	Mon partenaire se montrait aimable envers moi	Mon partenaire se montrait autant intéressé par la construction d'une bonne entente entre nous que par la résolution de la tâche	Mon partenaire se montrait tendu et\ou agacé	Mon partenaire voulait rester coller à l'objectif principal de la tâche
0	1	1	H	CBVB	20.0	4	1.0	3	2.0	6.0	...	1.0	2.0	5.0	3	1	1.0	7	6	1	3.0
1	1	2	H	CBVB	22.0	4	1.0	1	2.0	5.0	...	1.0	1.0	2.0	1	1	1.0	7	7	1	6.0
2	2	1	H	CBVH	19.0	5	2.0	3	4.0	2.0	...	2.0	1.0	2.0	1	1	1.0	7	7	4	7.0
3	2	2	H	CBVH	17.0	4	3.0	1	5.0	1.0	...	1.0	2.0	2.0	3	1	5.0	6	7	2	4.0
4	3	1	H	CHVB	23.0	4	6.0	2	3.0	6.0	...	5.0	1.0	4.0	1	1	1.0	6	7	4	5.0

5 rows × 125 columns

Delete columns without data structure change needed

data = df1.drop(['Dyade','Sujet','Sexe','Condition'], axis = 1)
data.head()

	Score Raven	Activation_soi	Anxiété_soi	Colère_soi	Contrôle_soi	Déception_soi	Désespoir_soi	Ennui_soi	Espoir_soi	Fierté_soi	...	Mon partenaire mettait nos différences en évidence	Mon partenaire n'était pas réceptif à ce que je lui disais	Mon partenaire n'était pas très sûr de lui	Mon partenaire ne se fiait pas à ce que je lui proposais	Mon partenaire ne semblait pas enthousiasmé par nos échanges	Mon partenaire se comportait comme s'il était plus fort que moi	Mon partenaire se montrait aimable envers moi	Mon partenaire se montrait autant intéressé par la construction d'une bonne entente entre nous que par la résolution de la tâche	Mon partenaire se montrait tendu et\ou agacé	Mon partenaire voulait rester coller à l'objectif principal de la tâche
0	20.0	4	1.0	3	2.0	6.0	2.0	5	NaN	3	...	1.0	2.0	5.0	3	1	1.0	7	6	1	3.0
1	22.0	4	1.0	1	2.0	5.0	2.0	1	5.0	2	...	1.0	1.0	2.0	1	1	1.0	7	7	1	6.0
2	19.0	5	2.0	3	4.0	2.0	1.0	1	3.0	5	...	2.0	1.0	2.0	1	1	1.0	7	7	4	7.0
3	17.0	4	3.0	1	5.0	1.0	2.0	1	7.0	5	...	1.0	2.0	2.0	3	1	5.0	6	7	2	4.0
4	23.0	4	6.0	2	3.0	6.0	2.0	1	2.0	5	...	5.0	1.0	4.0	1	1	1.0	6	7	4	5.0

5 rows × 121 columns

Put columns names in a list

variables = data.columns

Create a new data frame

new_data = pd.DataFrame()

For each column, get even values and put them in p1 (resp. odd values in p2). Give the same index to both p1 and p2. Add both renamed columns in the data frame

for i in variables:
    p1 = data[i].iloc[::2]
    p1.index = range(1,len(p1)+1)
    
    p2 = data[i].iloc[1::2]
    p2.index = range(1,len(p2)+1)

    v = i
    v1 = i + '_p1'
    v2 = i + '_p2'
    
    new_data[v1] = p1
    new_data[v2] = p2

new_data.head()

	Score Raven_p1	Score Raven_p2	Activation_soi_p1	Activation_soi_p2	Anxiété_soi_p1	Anxiété_soi_p2	Colère_soi_p1	Colère_soi_p2	Contrôle_soi_p1	Contrôle_soi_p2	...	Mon partenaire se comportait comme s'il était plus fort que moi_p1	Mon partenaire se comportait comme s'il était plus fort que moi_p2	Mon partenaire se montrait aimable envers moi_p1	Mon partenaire se montrait aimable envers moi_p2	Mon partenaire se montrait autant intéressé par la construction d'une bonne entente entre nous que par la résolution de la tâche_p1	Mon partenaire se montrait autant intéressé par la construction d'une bonne entente entre nous que par la résolution de la tâche_p2	Mon partenaire se montrait tendu et\ou agacé_p1	Mon partenaire se montrait tendu et\ou agacé_p2	Mon partenaire voulait rester coller à l'objectif principal de la tâche_p1	Mon partenaire voulait rester coller à l'objectif principal de la tâche_p2
1	20.0	22.0	4	4	1.0	1.0	3	1	2.0	2.0	...	1.0	1.0	7	7	6	7	1	1	3.0	6.0
2	19.0	17.0	5	4	2.0	3.0	3	1	4.0	5.0	...	1.0	5.0	7	6	7	7	4	2	7.0	4.0
3	23.0	21.0	4	4	6.0	4.0	2	5	3.0	3.0	...	1.0	1.0	6	7	7	7	4	1	5.0	7.0
4	21.0	21.0	4	4	3.0	3.0	2	3	5.0	NaN	...	5.0	1.0	7	6	6	7	1	2	6.0	6.0
5	23.0	22.0	4	4	1.0	2.0	1	1	4.0	2.0	...	4.0	2.0	7	6	7	7	1	2	5.0	6.0

5 rows × 242 columns

Export restructured data

new_data.to_csv('out.csv',sep=';')