In andreoliant/octk: OpenCoesione Toolkit

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

library(octk)

Flusso per report su PSC.

Preparazione dei dati

I dati di base sono qui:

--- Drive/DATI/PSC
------ info (dati di supporto) --------- mapping.xlsx --------- matrix_po_psc.csv --------- matrix_temi_settori.csv --------- quota_regionale_sgp_20191231.csv --------- ricodifica_po_naz.csv --------- split_temi_AACC.csv [CHK: CAPIRE A CHE SERVE] --------- art44_progetti_20201209.csv (file finale elaborazione PSC da ELAB > 20200630 > PSC > psc > V.05 > input) ------ sgp
--------- dati_sgp_[BIMESTRE-1].csv --------- dati_sgp_[BIMESTRE-2].csv ------ psc
--------- dati_psc_[BIMESTRE-1].csv --------- dati_psc_[BIMESTRE-2].csv

DEV: il flusso di preparazione dati va rieseguito per pulire alcuni bug

Inoltre, per l'esecuzione del flusso di preparazione dei dati, è necessario lo scarico di SGP di ACT da archiviare qui:

--- Drive/DATI/SGP
------ [BIMESTRE-1] --------- Estrazioni dati e calcolo indicatori_XXXXXX_v01.xlsx
--------- (altro eventuale materiale di supporto)
------ [BIMESTRE-2]

Il flusso di preparazione dei dati, da eseguire ogni bimestre, alimenta la cartella dei dati di base sopra.

La variabile "costo realizzato" (COE_CR) viene creata sepratamente per i progetti del ciclo 2000-2006 (in prep_dati_sgp_bimestre) e dei cicli 2007-2013 e 2014-2020 (prep_dati_psc_bimestre, prima del bind dei dati da SGP), mediante riproporzionamento sulla base del rapporto tra finanziamenti FSC (per il 2000-2006 in quota regionale) e finanziamenti totali (al lorodo dei privati).

# carica file di supporto e crea variabile PSC con path ai dati di base
init_psc()


# dati sgp per 2000-2006
prep_dati_sgp_bimestre(bimestre = "20210430",
                       filename = "Estrazioni dati e calcolo indicatori_XXXXXX.xlsx",
                       matrix_06,
                       chk_today = "2021-04-30") # data di riferimento per il calcolo dello stato procedurale
# Se mancano i dati sgp del bimestre si copia il bimestre precedente:
# file.copy(file.path(PSC, "sgp", "dati_sgp_20210228.csv"), file.path(PSC, "sgp", "dati_sgp_20210430.csv"), overwrite = TRUE)

# dati bimestre per tre cicli
prep_dati_psc_bimestre(bimestre = "20210430", matrix, po_naz, art44, matrix_1420, matrix_713, matrix_temi_settori)

Analisi dei dati

Sono disponbili questi report focalizzati sul confronto tra programmazione e attuazione:

progetti_psc <- load_progetti_psc(bimestre)

# report po-psc
report1 <- make_report_report_po_psc(progetti_psc, programmazione=NULL, visualizzati=TRUE, export=TRUE, export_xls=FALSE) 

# report temi
report2 <- make_report_report_temi_psc(progetti_psc, programmazione=NULL, visualizzati=TRUE, export=TRUE, export_xls=FALSE)