In MaelTheuliere/rrrpls: Rapportage sur les donnees du Repertoire du Parc Locatif Social

Introduction

Ce document est une synthèse de l'état du parc social en r params$annee en r params$nom_region.

library(COGiter)
library(rrrpls)
library(tidyverse)
library(glue)
library(patchwork)
library(purrr)
library(sf)
library(cartography)
library(drealthemes)
library(ggspatial)
library(scales)
library(waffle)
library(ggrepel)
options(knitr.kable.NA = "s")

# automatically create a bib database for R packages
knitr::write_bib(c(
  .packages(), "bookdown", "knitr", "rmarkdown", "tidyverse", "glue", "patchwork","purrr", "viridis", "sf", "cartography","drealthemes"), "packages.bib")
knitr::opts_chunk$set(
  echo = F, warning = F, error = F, message = F,progress = F,
  fig.width = 12, fig.height = 6,
  width = 100, cache = F
)

nom <- glue("indicateurs_rpls_{params$annee}")
indicateurs_rpls <- get(nom)
rm(list = nom)
nom <- glue("rpls_par_date_{params$annee}")
rpls_par_date <- get(nom)
rm(list = nom)
code_region <- filter(regions,NOM_REG==params$nom_region) %>% 
  pull(REG) %>% 
  as.character()
df <- filtrer_cog(indicateurs_rpls, reg = code_region, garder_supra = ">") %>%
  filter(CodeZone != "FRMETRO") %>% 
  mutate(TypeZone=fct_relevel(TypeZone,"Communes","Epci","Départements","Régions","France"))

rpls_par_date <- rpls_par_date %>%
  inner_join(communes %>%
    filter(REG == code_region))

epci_ref <- epci %>%
  filter(str_detect(REGIONS_DE_L_EPCI, code_region), NATURE_EPCI %in% c("ME", "CU")) %>%
  select(EPCI, NOM_EPCI)

if (length(params$epci_ref) > 0) {
  epci_ref <- epci %>%
    filter(EPCI %in% params$epci_ref) %>%
    select(EPCI, NOM_EPCI)
}

# si pas d'epci de référence précisé, on garde les 10 epci ayant le plus de résidences principales
if (length(params$epci_ref) == 0) {
epci_ref <- df %>% 
  filter(Indicateur=="Nombre de résidences principales",TypeZone=="Epci",SousEnsemble=="Ensemble du parc") %>%
  top_n(n=10,wt=Valeur) %>% 
  select(EPCI=CodeZone,NOM_EPCI=Zone)
}
epci_geo <- epci_geo %>%
  left_join(epci %>%
    mutate(reg_param = ifelse(str_detect(REGIONS_DE_L_EPCI, code_region), 1, 0)) %>%
    select(EPCI, reg_param))

communes_epci_ref <- liste_zone %>%
  filter(TypeZone == "Communes") %>%
  inner_join(epci_ref) %>%
  select(DEPCOM = CodeZone, NOM_EPCI)
epci_region <- epci_geo %>%
  inner_join(epci %>%
    filter(str_detect(REGIONS_DE_L_EPCI, code_region))) %>% 
  summarise(funs(sum),do_union=T)
region <- regions_geo %>% 
  filter(REG == code_region)
bbox <- epci_region %>%
  st_bbox()

annee_precedente <- as.numeric(params$annee)-1
annee_recente <- as.numeric(params$annee)-5
caption <- glue("source : RPLS {params$annee} \n carte des epci au 1er janvier 2019 \n Parc récent : logements rentrés dans le patrimoine des bailleurs depuis {annee_recente}")
caption_poids <- glue("source : RPLS {params$annee}, recencement de la population 2016 \n carte des epci au 1er janvier 2019 \n Parc récent : logements rentrés dans le patrimoine des bailleurs depuis {annee_recente}")

MaelTheuliere/rrrpls documentation built on March 4, 2020, 1:22 p.m.